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,内容兰州市某某国际贸易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”,成功兰州市某某国际贸易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。”
- ·外卖“新国标”来了!新在哪?(附一图读懂)
- ·利好出台,买家跟价,房主涨价,买家再跟,房主再涨,信心爆棚!
- ·宇航员和我的共同点又多了一项:爱午睡!
- ·第一次谈判失败,利好出台,买家出价竟然更低,房主:涨5万!
- ·奥司他韦医院开药86元,网上只要9元,为何售价差近9倍?卫健委、厂商回应
- ·国泰君安与海通证券昨复牌 均“一字”涨停
- ·助力旅客国庆顺畅出行,济南机场清泉服务“上新”了
- ·捷途山海T1官图发布!方盒子造型,2810mm轴距,117km纯电续航
- ·“冰雪经济”受年轻人关注|北京青年眼中的“十五五”热词
- ·假期前4天北京重点商圈客流增两成
- ·交易税费少了,房主趁机涨价:原来房价把税让出来了,涨价合理!
- ·房主赶在股市大涨前把房卖了,全仓股票,精准的操作,时机刚好!
- ·美国内华达州发生5.9级地震
- ·国航执行黎巴嫩撤侨任务 150多位乘客安全抵达北京
- ·强刺激之下,预期明显改变,楼市开始启动,银十可期!
- ·美国降息前没有谈成的交易,降息后成了,因为双方预期反向!
