研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-06 08:57:21 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，内容儋州市某某超声设备培训学校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”，成功儋州市某某超声设备培训学校实验结果显示，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
近视就不会老花吗？哪些人群老花更早？医生解答2025-12-05 10:52:56 来源：央视新闻客户端 作2025-12-06
美国一所大学，曾对169个5-10岁的孩子跟踪调查。三年后，研究人员发现，容易生病和产生心理问题的小孩，大都有一个共同点：他们的父母总是争吵，夫妻关系极不和谐。而那些阳光开朗自信十足的孩子，却都有着相2025-12-06
在第八届进博会国家综合展上，贝宁国家馆的工作人员展示贝宁奶油菠萝。王 初摄人民视觉）11月29日，一列满载1000吨木薯淀粉的铁路集装箱班列从中老铁路万象南站驶出，准备发往河南郑州。这是老挝首次成列运2025-12-06
11月26日傍晚，珠海横琴“花海长廊”。金色夕照洒向水面，波光粼粼。岸边数千株粉色樱花木棉全面盛开，绵延数公里。粉色的风吹到了珠海！终于等到横琴“花海长廊”盛花期。11月26日傍晚，金色夕照洒向水面，2025-12-06
据美国“战区”网站11月26日报道，美国海军部长约翰·费兰当天在社交媒体上宣布，海军将终止建造星座级护卫舰。费兰表示，此举是旨在加快海军舰艇建造速度的一系列改革措施中的第一步。“从一开始我就明确表示：2025-12-06- 美国一所大学，曾对169个5-10岁的孩子跟踪调查。三年后，研究人员发现，容易生病和产生心理问题的小孩，大都有一个共同点：他们的父母总是争吵，夫妻关系极不和谐。而那些阳光开朗自信十足的孩子，却都有着相2025-12-06
最新评论