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 15:08:53 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，内容台州市某某矿山设备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”，成功台州市某某矿山设备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。”
相关文章
△11月29日，香港大埔区 11月30日，香港警方举行新闻发布会。警方表示，截至当天16时，大埔宏福苑火灾已造成146人遇难，仍有100名受灾人员失联。大火搜救工作仍持续进行。 11月26日，2025-12-05
又是一年杨梅季，酸甜适宜、汁水丰富的杨梅实在让人难以抗拒。如何才能选到饱满多汁的杨梅？筋膜枪能振出杨梅里的虫子吗？如何将这口鲜甜保存更久？本期指导专家：浙江大学生物系统工程与食品科学学院教授李莉。2025-12-05
2024年全国高考落下帷幕。在考试结束至成绩公布的这一段“真空期”，也是心理问题容易找上门来的时期。成都市中西医结合医院健康管理中心心理治疗师熊弘晔在接受采访时指出，在这一阶段如果没有进行很好的心理调2025-12-05- 甲状腺癌的发病率逐年上升，尤其是女性的甲状腺癌发病率几乎追上乳腺癌了。在体检中发现甲状腺结节是不是癌？要如何确诊？这是大众十分关心的问题。对此，甲状腺外科专家强调，B超发现甲状腺结节已经变得十分常见，2025-12-05
一加Ace 6T支持全新明眸护眼：通过了最严苛的护眼小金标认证
快科技12月1日消息，一加宣布一加Ace 6T支持全新的明眸护眼，在低蓝光、低频闪、低亮度这三大硬件指标上做到了全面领先，还通过行业最严苛的护眼小金标认证。具体来看，一加Ace 6T支持硬件级低蓝光，2025-12-05
财联社7月8日电，据报道，韩国空军8日表示，将派遣6架“F-15K”战机前往澳大利亚参加从12日至下月2日举行的多国联合军事演习“漆黑”Pitch Black）。今年的“漆黑”联演规模将创历史之最，共2025-12-05
最新评论