研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-24 17:12:34 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，内容漳州市某某矿山设备维修站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”，成功漳州市某某矿山设备维修站实验结果显示，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
辟谣！穿聚酯纤维衣服不等于穿了一身塑料瓶2025-12-22 14:38:16 来源：扬子晚报 作者：刘湃2025-12-24
据新华社圣地亚哥6月20日电 智利警方20日通报说，该国圣地亚哥首都大区当天发生两列火车正面相撞事故，造成2人死亡、9人受伤。 中国驻智利大使馆确认，事故伤者中有4名中国公民。 智利国家铁路公2025-12-24
据总台记者消息，美国爱达荷州两架农用喷粉飞机于美国东部时间20日14时30分左右在空中相撞并坠机，导致一架飞机的飞行员死亡，另一架飞机的飞行员受伤。 警方表示，伤者生命垂危，已被送往医院。目前，2025-12-24
据CCTV国际时讯报道，日前国际智库“席勒研究所”的一场活动上，联合国前伊拉克首席武器核查员、美国海军陆战队前情报官员斯科特·里特在回答提问时指出，“美国根本没把菲律宾当朋友，美国只是在利用菲律宾2025-12-24- 35元一杯的年糕拿铁你会尝鲜吗2025-12-23 11:02:14 来源：钱江晚报 作者：刘阳禾2025-12-24
【编者按】帮大家看剧的“第一集”系列来了，最近开播的剧集，值不值得入坑？好看的，奇葩的，一起来盘一盘。也许有的剧会渐入佳境，也许有的剧高开低走，所以本文仅代表作者对首播几集的意见，仅供参考。后续如有打2025-12-24
最新评论