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,内容山东某某事务所有限公司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”,成功山东某某事务所有限公司实验结果显示,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。”
- ·普京:俄方也希望明年能生活在和平没有战火的环境中
- ·🏀申京31+12 小史密斯23+8 伊森11+9+6断 火箭轻取步行者
- ·67岁A股创始人,判了!
- ·涉嫌策划炸毁纽交所!他被捕!
- ·中国经济年会:我国主要经济指标表现好于预期
- ·菲律宾海军司令换人,军事专家:不会改变菲在南海的挑衅性行事风格
- ·国际刑事法院发出三张逮捕令,以色列、哈马斯回应
- ·11月19日外媒科学网站摘要:为什么减肥后维持体重会很难?
- ·普京:俄方也希望明年能生活在和平没有战火的环境中
- ·牛弹琴:米莱最新对华表态,让西方大吃一惊
- ·电池容量大了iPhone快一倍,今年国产手机咋突然悟了?
- ·韩媒:美核潜艇“哥伦比亚”号停靠釜山
- ·东京上野动物园龙凤胎大熊猫明年1月归还中国
- ·百雀羚紧急回应:不存在违法添加禁用原料行为
- ·检察机关依法对龙飞涉嫌受贿案提起公诉
- ·国产大模型独角兽,困在光环里
