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,内容南宁市某某车业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”,成功南宁市某某车业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。”
- ·福建舰、山东舰的两个相同点
- ·运动派 阿尔法·罗密欧Junior特别版新车图解
- ·娃得了手足口病咋办?中疾控提示
- ·意外!再有一年孩子小学都要毕业了,可小学的操场还没建好
- ·【媒体聚焦】新华社
- ·特朗普称可能将军事行动扩大到墨西哥和哥伦比亚
- ·甲骨文美股盘前跌超12%
- ·核磁虽好,医生为何有时却偏爱肌骨超声?
- ·一图看懂
- ·穿刺会刺激肿瘤?别再被谣言骗了!
- ·超声探头一扫,受伤部位会雪上加霜吗?
- ·“看不见的138万”,中国的艾滋病人到底在哪儿?
- ·韩国总统李在明谈汉字教育,提到中国古籍《千字文》
- ·韩国光州一图书馆施工现场发生坍塌 2人被埋
- ·销量暴增14倍!姜黄饮真能抗炎吗?
- ·戴眼镜会加深近视度数?眼科专家破解青少年8大用眼误区
