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 09:42:24 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，内容平凉市某某超声设备有限责任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”，成功平凉市某某超声设备有限责任公司实验结果显示，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
在第八届进博会国家综合展上，贝宁国家馆的工作人员展示贝宁奶油菠萝。王 初摄人民视觉）11月29日，一列满载1000吨木薯淀粉的铁路集装箱班列从中老铁路万象南站驶出，准备发往河南郑州。这是老挝首次成列运2025-12-05
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9月2日报道根据官方消息，2025款起亚K5于今日正式上市，新车共推出4款配置车型，售价区间为13.98-18.98万元。作为改款车型，新车相2025-12-05
最近有位新晋顶流，游戏《黑神话：悟空》。它是国内首部3A游戏，基于原著《西游记》创作。随处可见的中式审美↓↓↓▲这游戏有多火？发售不过三天，全平台销量已达一千万份。发布一周，掀起了一场全球范围的“西天2025-12-05
前不久才刚分享过直筒半身裙，几乎占据了今年夏天时尚搭配的半壁江山！这不仅跟21世纪初期的复古时尚有关，也跟大家越来越简洁的审美倾向脱不开关系。既然已经入秋，当然要换上符合秋季氛围和张弛感的搭配啦！这篇2025-12-05
新京报讯 据“北京昌平”微信公众号消息，明天11月29日），未来科学城生态休闲公园沙河片区将正式开放，市民游客将走进一个离城市不远的“观鸟天堂”。未来科学城生态休闲公园沙河片区将于11月29日开放。图2025-12-05
一直是很爱蕾丝的，浪漫、轻盈，带着欲语还羞的姿态，把惬意、悠闲表达的恰到好处。薄蕾丝柔软，是最适合与皮肤贴合的设计。有筋骨的重工蕾丝，则是精雕细琢的贵气感，是一种老钱的悠闲。不论是哪种蕾丝，都有自己的2025-12-05
最新评论