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 04:44:44 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，内容天水市某某路桥科技制造厂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”，成功天水市某某路桥科技制造厂实验结果显示，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
[环球时报记者 倪浩 肖震冬 环球时报驻韩国特约记者 黎枳银]编者的话：“你打算什么时候换手机？”这一问题近来受到网友关注，原因是一些科技企业表示，存储芯片价格上涨正在推高消费电子产品的价格，手机2025-12-05
昨晚老美突然搞事情了，美联储把基准利率下调了50个基点，降到了4.75%-5%的水平，这是自2020年3月以来的首次降息，而房地产昨天又高潮了，不少房企的股票直接大涨，还有二手业主直接不降价了，开始重2025-12-05
小作文扑空了啊，原本以为老美降息50个基点后，咱们这个月的LPR会下调20个基点，存量利率下周会下调40-50个基点，但是现在9月LPR出来了，打脸小作文了，LPR按兵不动，5年期报价依然是3.85%2025-12-05
摘要：这又是一个“量升价跌”的国庆。中秋节当天是国庆火车票开售的首日。当天，一些热门线路火车票很快售罄。根据各大互联网旅游平台OTA平台）给出的预测数据，今年国庆节旅游市场将迎来下半年最高峰。从民航市2025-12-05
当地时间12月1日，以色列总理办公室发表声明称，当天晚间，以总理内塔尼亚胡与美国总统特朗普通电话。 声明称，两国领导人强调了解除巴勒斯坦伊斯兰抵抗运动哈马斯）武装和实现加沙地带非军事化的重要性和2025-12-05
版权声明：本文版权为网易汽车所有，转载请注明出处。网易汽车9月20日报道近日我们从官方获悉，东风日产天籁参数丨图片）真心版正式上市，限时诚意价为12.78万元，该价格含厂家置换补贴，在此基础上还可叠加2025-12-05
最新评论