研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-31 05:14:36 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，内容万宁市某某生态科技售后客服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”，成功万宁市某某生态科技售后客服中心实验结果显示，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。”
相关文章
文/解红娟 编辑/张广凯） 作为首家完成境内债与境外债重组流程的头部房企，融创的债务风险已在法律和金融层面实现阶段性出清。 12月23日晚间，融创中国公告宣布，全面境外债务重组的所有先决条件均2025-12-31
这年头，找个工作多难啊！要在北京这个人才济济的地方，找个工作，更是难上加难。如果你没有工作，在北京的街头溜达，突然在一个转角处，看到北京地铁的直聘广告，应该会感到惊喜。这一幕还真的发生了。就在天桥上，2025-12-31
北京今天11月18日）以晴为主，白天气温继续下降，最高气温仅7℃，寒潮蓝色预警中，公众请注意保暖。明后天，北京以晴到多云为主，气温略有回升。昨天，北京天气晴朗，但受冷空气影响，气温较低，南郊观象台最高2025-12-31
菲律宾国家减灾委发布数据称，近期台风“桃芝”“天兔”和“万宜”先后袭击菲律宾，截至11月20日8时，共计造成9人死亡、4人失踪，受灾人口超过300万。总台记者 黄铮铮）2025-12-31
12月25日下午，国防部举行例行记者会，国防部新闻发言人张晓刚大校答记者问。 记者：美国总统日前签署了“2026财年国防授权法案”，其中有不少涉华内容，还包括安排约10亿美元用于“台湾安全合作倡2025-12-31
来源：环球网【环球网报道】据俄新社等俄媒17日报道，对于“美国有关部门曾对俄罗斯总统普京2018年送给特朗普的一个足球进行安检”，俄总统新闻秘书、克里姆林宫发言人佩斯科夫在接受俄罗斯一档节目采访时作出2025-12-31
最新评论