研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-07 19:34:36 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，内容潮州市某某生物科技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”，成功潮州市某某生物科技厂实验结果显示，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。”
相关文章
来源：直播吧 直播吧12月4日讯 据“玉溪玉昆球迷会”消息，乔迪已经抵达玉溪。 “玉溪玉昆球迷会”更新动态，乔迪于昨天抵达玉溪，他即将成为云南玉昆队新任主帅。2025赛季，云南玉昆获得中超第82025-12-07
“过往几年，你不投资站着不动，就可能赢了全国 99%的人”。这是近几年在各大社交媒体平台和大街小巷疯传的一个热梗。虽有些夸张，却说出了多少的人间无奈和心酸。尤其在夜晚杯盏觥筹、酒过半旬后，西装革履的精2025-12-07
楼市何时见底呢，相信大家现在都非常关心，当然业界对这个事情的争论也是非常多的，因为楼市的影响因素确实太多了，从土拍供应、居民收入、金融杠杆、政策松紧度等等方面都会去左右房价，所以现在也没有一个人能拍板2025-12-07
亲！由于微信平台算法改版，公号内容将不再以时间排序展示，如果您想第一时间看到我的推送，强烈建议星标我的公众号。星标具体步骤为：在公众号主页点击右上角的小点点，在弹出页面点击“设为星标”，就可以啦。感谢2025-12-07
12月5日，外交部发言人林剑主持例行记者会。 有记者提问，据报道，赖清德日前以预录制视频的形式参加《纽约时报》“交易录峰会”，并就台海局势大放厥词。中方对此有何评论？林剑资料图。图源：外交部网站2025-12-07
立秋后，暑热还在盛行，仍处于长夏之时。在这样一个季节交替的时间节点，应该如何做好养生？江苏省中医院呼吸与危重症医学科主任中医师魏瑜在接受采访时介绍，长夏逐渐过渡至初秋，气候特点由湿热转至温燥，所涉脾、2025-12-07
最新评论