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,内容三亚市某某建筑科技经销部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”,成功三亚市某某建筑科技经销部实验结果显示,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。”
- ·羽绒服怎么选,可以更“抗冻”?
- ·事关中韩关系,李在明打了个比喻
- ·2026年元旦假期国内出游1.42亿人次
- ·韩国真顶流,突然去世
- ·为以色列辩护 美代表诡称安理会“双标”
- ·马杜罗可能于5日在美国纽约联邦法院出庭
- ·真的别再把肉泡水里解冻了!正确的解冻方法→
- ·洛阳博物馆通报唐代陶马倒下断裂
- ·智能通关“随到随走” 台胞点赞“小三通”新体验
- ·泽连斯基宣布乌美将于6日举行新一轮会谈
- ·高考地理综合思维方法例析
- ·委内瑞拉要求美方立即释放马杜罗夫妇
- ·社媒热议睡眠话题 “内外兼修”破解入睡难
- ·地铁安检仪辐射超标,孕妇过安检会导致胎儿畸形?丨中新真探
- ·美国司法部长称马杜罗夫妇已在纽约被起诉
- ·外交部发言人就美国对委内瑞拉实施军事打击答记者问
