研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-28 17:55:43 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，内容内江市某某机械有限公司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”，成功内江市某某机械有限公司实验结果显示，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
证券时报记者 秦燕玲 近日，商务部会同财政部召开“三新”试点即“消费新业态新模式新场景试点”）工作部署推进会，会议指出，有关地方商务主管部门要深刻认识开展“三新”试点的重要意义，抓紧出台试点资金2025-12-28
包装玉米是“僵尸玉米”？专家解读2025-11-28 17:11:25 来源：央视新闻客户端 作者：黄钰涵2025-12-28
本文转自：人民日报海外版文 晓《人民日报海外版》2024年11月27日第 12 版） 外国游客在三乐旅游铁路主题列车前拍照留念。 袁永东摄人民图片） 坐着动车喝啤酒、品咖啡、体验AI拍照打卡——2025-12-28
“我跟他两年的婚姻就是九个字：逃不掉，离不了，过不好。” “我跑到外地去他也能找到我，找到后先求合，我不同意他就打我。” 今年9月，备受关注的被告人贺某阳故意伤害、虐待刑事附带民事诉讼案迎来二2025-12-28
△加沙地带资料图） 当地时间12月24日，巴勒斯坦伊斯兰抵抗运动哈马斯）发表声明表示，当天加沙地带南部拉法地区发生的爆炸事件，地点完全位于以军控制的区域，并强调该区域内没有任何巴勒斯坦人。 哈马斯2025-12-28
据墨西哥媒体报道，墨西哥中部伊达尔戈州图拉市一家酒吧11月29日发生枪击事件，造成至少6人死亡、多人受伤。据墨西哥特莱维萨电视台报道，事件发生在29日凌晨，一伙持枪人员闯入酒吧并朝店内开火，造成42025-12-28
最新评论