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 13:08:14 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，内容吉林某某照明经销部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”，成功吉林某某照明经销部实验结果显示，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
ChatGPT发布三周年：它重塑了世界，却也把自己逼到了悬崖边
作者 | 小小出品 | 网易科技“今天，我们推出了ChatGPT。”三年前的今天，也就是2022年11月30日，OpenAI首席执行官山姆·奥特曼Sam Altman）用这句轻描淡写的话，向世界推开了2025-12-05
据新华社布鲁塞尔9月16日电 欧盟委员会负责内部市场的委员、法国人蒂埃里·布雷东16日宣布辞职，并指责欧盟委员会主席冯德莱恩“治理成问题”。 布雷东当天在社交媒体上公布了一封他致冯德莱恩的信件，2025-12-05
“父亲去世后，母亲留在老房子里自己住，将近100平米的房子里，堆着她从各处捡来的塑料袋、旧纸板、矿泉水瓶，甚至是一些塑料餐盒，还有不能穿的旧衣物、无法使用的老物件。”“该扔就扔？你们不懂，这些东西都有2025-12-05
日前，有网友发布视频称，在湖南博物院参观辛追夫人的棺椁时，遇到有游客不慎掉落手机。此事引发关注。 视频显示，在棺椁旁边的台面上，躺着一台手机。旁边一位工作人员正在打电话处理。视频发布者称，“哥们2025-12-05
△美国总统特朗普资料图） 总台记者当地时间11月30日获悉，美国总统特朗普在“空军一号”上对媒体表示，他对美乌官员当天在佛罗里达州举行的会谈表示乐观，俄乌和平协议“很有可能”达成。特朗普还称，乌克兰2025-12-05
各位秋裤，今天只有一种人：等放假的人！心心念念的中秋节终于来到了！大家公司发的礼物，能在地铁里抬起头吗？不管发啥，我都吃吃吃！打工退退退！近日，女生海边许愿“不上班”，结果海浪直接带走“不”字，网友：2025-12-05
最新评论