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,内容雅安市某某电子打标设备业务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”,成功雅安市某某电子打标设备业务部实验结果显示,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。”
- ·俄一载有400余人波音客机起飞后引擎起火 现已成功降落
- ·加强防范!甘肃多地暴雨预警信号升级为红色
- ·莫名堂观察:什么是取消文化?
- ·注意防范!台风“格美”将致10余省强降雨
- ·俄方欢迎外国伙伴参与跨北极运输走廊建设
- ·俞敏洪:董宇辉购买与辉同行的钱我已安排,公司是送给他的
- ·乌总参谋部称对俄“高加索”港一渡轮实施打击
- ·法院通报辽B公务车多次恶意插队别车
- ·四代嘉宅筑就热销现象 革新怀柔好房子标准的划时代范本
- ·“老中青”阵容出击!巴黎奥运会,中国女排准备好了
- ·东方甄选:出售与辉同行100%股权予董宇辉,代价7658.55万元
- ·24年陕西文科本一批投档:北京林业大学最低录取位次上涨最多
- ·文旅部、民航局两部门:加密入境旅游航线
- ·俞敏洪:董宇辉购买与辉同行的钱我已安排,公司是送给他的
- ·你的体重医生“出手” 多家医院开设门诊提供减重一站式服务
- ·100多所高校集体“断档”,上千个专业招不满,文科生破防了!
