研究:用诗歌就能让AI说违禁内容,成功率达62%
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,内容厦门市某某洗涤用品培训中心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”,成功厦门市某某洗涤用品培训中心实验结果显示,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。”
- ·匈牙利总理:拒绝参与欧盟支持乌克兰的行动
- ·东风猛士汽车11月销量2007辆,环比增长超38.4%
- ·2025中乙最佳青年球员候选:彭啸领衔,帅惟浩、袁建锐入选
- ·多挡DHT汽车等待春天
- ·普京:俄方也希望明年能生活在和平没有战火的环境中
- ·美国内华达州发生5.9级地震
- ·正名之战!英超1.4亿巨星觉醒:大师级掌控 加冕官方MVP
- ·近3500只个股下跌
- ·泽连斯基:乌美未就运营扎波罗热核电站事宜达成一致
- ·李小恒总结2025赛季:从艰难中吸取教训,并以更强的姿态回归
- ·曝“富婆专业户”董立范去世原因,5年前就有消息,墓碑照首曝光
- ·“太空应急大考”!神20返回舱玻璃裂纹是个三角形
- ·跨州作案 枪杀校友 布朗大学枪击案疑团待解
- ·2025年度世界物联网大会万物智联数字经济优秀案例公布
- ·这些常见水果不仅能补充营养 还可以帮助控制血压水平
- ·图多列告别武汉三镇:迎接新的开始,感激一起经历的美好时光
