研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-21 05:38:21 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，内容黄石市某某橡塑制品服务中心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”，成功黄石市某某橡塑制品服务中心实验结果显示，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
根据国家电影局统计，截至2025年12月13日14时30分，全年总票房已达500.03亿元，总人次为11.94亿，其中国产影片票房为409.52亿元，国产影片份额为81.90%。全年票房过亿元影片2025-12-21
瑞典乒协今天正式确认安东·卡尔伯格递补出战即将于下周开赛的WTT福冈总决赛。国际乒联本周公布的最新一期世界排名中，卡尔伯格凭借此前在WTT法兰克福冠军赛中获得亚军的出色表现，世界排名飙升10位来到第12025-12-21
新京报贝壳财经讯记者胡萌）11月12日，越秀资本000987）公告称，公司召开董事会审议通过《关于出售部分中信证券股份的议案》，同意公司及子公司通过二级市场出售不超过中信证券总股本1.00%的股份2025-12-21
来源：财联社 财联社11月13日电，市场早盘探底回升，沪指相对偏强。沪深两市半日成交额1.33万亿，较上个交易日缩量2586亿。盘面上，上海国企改革概念股集体走强，上海物贸、长江投资、上海建科、2025-12-21
明年将是佛罗伦萨俱乐部成立一百周年，但这场极具纪念意义的盛大庆典，极有可能要在意乙举办了。上周末，在主场对垒维罗纳前，紫百合上下其实志在必得，毕竟要想取得本赛季意甲首胜，还有什么比维罗纳更适合的对手呢2025-12-21
来源：环球时报澳大利亚“东亚论坛”网站11月11日文章，原题：中国通过免签旅行打开经济和外交大门2024年前7个月，外国人入境中国达到1725.4万人次，同比实现高达129.9%的惊人增长。尽管这些数2025-12-21
最新评论