研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-05 04:53:49 作者：玩站小弟 
我要评论
我要评论IT之家 12 月 1 日消息，事实证明，只需一点创意，便足以绕过人工智能聊天机器人的安全防护机制。在伊卡洛实验室Icaro Lab）最新发表的一项题为《对抗性诗歌：一种通用的单轮大语言模型越狱机制》
。
IT之家 12 月 1 日消息，研究用诗事实证明，违禁只需一点创意，内容定西市某某制品运营部便足以绕过人工智能聊天机器人的成功安全防护机制。在伊卡洛实验室（Icaro Lab）最新发表的率达一项题为《对抗性诗歌：一种通用的单轮大语言模型越狱机制》的研究中，研究人员通过将提示词以诗歌形式表达，研究用诗成功绕过了多种大语言模型（LLM）的违禁安全限制。
该研究指出，内容“诗歌形式可作为一种通用型越狱操作符”，成功定西市某某制品运营部实验结果显示，率达整体上有 62% 的研究用诗成功率诱使模型生成被禁止的内容，包括涉及制造核武器、违禁儿童性虐待材料以及自杀或自残等相关信息。内容
IT之家注意到，成功研究测试了多款主流大语言模型，率达包括 OpenAI 的 GPT 系列、Google Gemini、Anthropic 的 Claude 以及其他多个模型。研究人员进一步列出了各模型的具体成功率：Google Gemini、DeepSeek 和 MistralAI 在测试中始终会提供违规回答，而 OpenAI 的 GPT-5 系列模型和 Anthropic 的 Claude Haiku 4.5 则最不容易突破其自身设定的限制。
尽管该研究并未公开研究人员所使用的具体“越狱诗歌”原文，但研究团队向 Wired 杂志表示，这些诗句“过于危险，不宜向公众披露”。不过，论文中确实包含了一个经过弱化处理的示例，用以说明绕过 AI 聊天机器人安全机制的简易程度。研究人员强调：“这可能比人们想象的要容易得多，而这正是我们保持谨慎的原因所在。”
相关文章
拔出萝卜带出泥!杨紫陪睡事件再起争议，张静初刘亦菲也深受其害
贵圈还真的是人红是非多，杨紫好不容易一路被骂成长起来，又被造谣了。声称杨紫陪睡，并且还连带牵扯出了诸多女星，要是真的，内娱恐怕就要完啦！陪睡ceo事件近日杨紫可以说是心情跌宕起伏，刚刚经历了欢快的生日2025-12-05
作 者丨陈植 人民币全球支付占比正迅速“收复失地”。 7月18日，环球银行金融电信协会SWIFT）发布最新的月度报告显示，今年6月，在基于金额统计的全球支付货币排名中，人民币在全球支付的占比达2025-12-05
在重重压力之下，美国现任总统拜登最终决定退出今年的总统选举，不再寻求连任。据新华社报道，拜登当地时间7月21日宣布了退选的决定，并表示支持提名副总统卡玛拉·哈里斯为民主党总统候选人。 拜登当天在2025-12-05
近日，海军航空兵某部联合某舰艇支队位南海某海域开展舰机联合训练，有效提升了舰机联合作战的机动性，为部队后续远海作战积累了宝贵经验。来源：央广军事）近日，海军航空兵某部联合某舰艇支队位南海某海域开展舰机2025-12-05
鉴于和合期货有限公司以下简称和合期货）公司治理混乱，管理失控且情节严重，为保护期货交易者合法权益，维护期货市场秩序，根据《期货和衍生品法》第七十四条第一款、《期货交易管理条例》第五十六条，以及《证券公2025-12-05
来源：参考消息 参考消息网7月19日报道 据德新社7月18日报道，德国总理奥拉夫·朔尔茨当天拒绝了乌克兰总统泽连斯基要求西方盟国击落乌克兰领土上空俄罗斯导弹和无人机的呼吁。 在英国牛津附近举行2025-12-05
最新评论