研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-28 09:35:04 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，内容许昌市某某车业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”，成功许昌市某某车业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
版权声明：本文版权为网易汽车所有，转载请注明出处。网易汽车12月25日报道近日，吉利银河官方宣布，旗下全新中大型MPV——银河V900正式开启预订。消费者仅需支付99元意向金，即可尊享四重专属先享权益2025-12-28
继前天海淀教委官宣上地学区新添学校和幼儿园并由一零一中承办相关链接：），海淀北部教育格局再迎新变化！据海淀教育最新消息，西北旺地区永丰HD00-0403-0017地块新建小学项目和HD00-0403-2025-12-28
上海交大、中南大学等多所985高校毕业生应聘湖南中烟当生产工人
近日，湖南中烟工业有限责任公司在官方网站显著位置发布了湖南中烟工业有限责任公司2024年公开招聘拟录用人员名单公示。公示称，根据《湖南中烟工业有限责任公司2024年公开招聘公告》，经过报名、笔试、现场2025-12-28
中新健康 | 当医生涌向自媒体2024-08-18 07:32:35 来源：中国新闻网 作者：黄钰涵2025-12-28
2026 年全国硕士研究生招生考试已顺利落幕！大家都开始估分了吗？不管考场上发挥如何，都先放平心态，给自己放个短假轻松一下吧。休整过后，就可以着手准备复试的相关事宜啦！目前，多个省份已经陆续公布了本次2025-12-28
来源：中国慈善家杂志 狂轰乱炸中，加沙地带到处是残垣断壁。 今年年初，在经历了持续近半年的狂轰乱炸之后，加沙大部分医院已经停摆，仅存的几家医院之中，规模最大的纳赛尔医院Al-Nasser Ho2025-12-28
最新评论