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,内容攀枝花市某某电梯维修站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”,成功攀枝花市某某电梯维修站实验结果显示,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。”
- ·日本关西机场往返中国航班下周起预计减少三成
- ·北京买房:理清思路,购房建议1731
- ·外网爆火!中国外交官辟谣:这是在中国,不是日本
- ·富人,越来越多了
- ·“一身白”越来越流行,冬天这样穿太高级了!
- ·全新Q05/A06/Q07带动 长安启源11月销量46909辆增长31%
- ·外观大幅调整 疑似红旗H5纯电版谍照曝光
- ·委内瑞拉称拦截一架非法飞越其领空的飞机
- ·瓜帅:罗德里就算站在场上不碰球,队友们的表现都会变好
- ·委内瑞拉称拦截一架非法飞越其领空的飞机
- ·力量发展(01277.HK)拟收购太原实地及收购东直门物业
- ·北京保障房中心总部迁入副中心 新楼面积2.95万平米
- ·50岁女性冬季穿衣指南:避开 2 大禁忌,这样得体又时髦
- ·比亚迪11月销量超48万辆 1
- ·北京润园首开揽金35亿,院墅当日网签均价9.45万/㎡
- ·乌美就重建与和平议题举行工作组首次会谈
