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,内容漳州市某某电气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”,成功漳州市某某电气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。”
- ·明确了!化妆、医药、饮料业这一税收优惠政策延续
- ·中美执法部门合作侦办高某某案
- ·谁懂啊!明明是Top 50,却总被误以为是“野鸡大学”.....
- ·这支阿森纳,怎么越来越像斯托克城了?
- ·将推出飞行汽车?比亚迪辟谣:没有此类计划和安排
- ·特朗普或将让美联储主席鲍威尔任满其剩余任期
- ·暂停开放!深圳知名景区最新公告
- ·这支阿森纳,怎么越来越像斯托克城了?
- ·特朗普:美以未在约旦河西岸问题上达成一致
- ·美国前副总统彭斯向特朗普表示祝贺 但拒绝表达支持
- ·无人在意的角落:哈里斯承诺确保权力和平交接
- ·航空工业沈阳所首席专家透露:歼35是一个系列
- ·连新人都被强制财富自由!英伟达买Groq细节曝光,员工人均拿500万美元
- ·全国人大常委会办公厅将举行新闻发布会
- ·高清画面!万众期待的歼
- ·研究显示美国感染禽流感实际人数可能远超官方统计
