研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-07 19:04:37 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，内容庆阳市某某照明教育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”，成功庆阳市某某照明教育中心实验结果显示，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
睡姿不正确脊柱早晚出问题！赶紧改 2025-12-01 23:17:03 来源：科普中国微信公众号 作者：张2025-12-07
当地时间8月31日，音乐天后阿黛尔Adele）在慕尼黑演唱会上宣布，将无限期暂停音乐活动。这并非一次突然起意。阿黛尔在今年7月接受德国第二频道Zweites Deutsches Fernsehen,2025-12-07
美国疾病控制与预防中心当地时间9月7日表示，美国近期出现沙门氏菌疫情，已有来自9个州的65人感染沙门氏菌。 据悉，这些病例均与美国食品和药物管理局6日宣布召回的鸡蛋有关。有至少24人正在住院治疗2025-12-07
奥运健儿们一起抵达澳门，获得永利的晚宴接待。同时何超琼的美高梅，也被奥运健儿们一起相约前往欢庆。何超琼特意安排了美高梅集团的小狮子送给奥运健儿们，每一个可爱的礼物，都是代表着澳门何超琼对大家的欢迎。在2025-12-07
尽管小米集团三季度财报有着不错的表现，但未能扭转市场抛售情绪。11月19日，小米集团01810.HK）在2025年第三季度财报发布次日股价遭遇重创，盘中最低触及38.22港元，不仅跌破40港元关口，总2025-12-07
反转！郑钦文疑遭干扰辱骂后续：多位现场观众发声，还原真实情景
郑钦文击败强大的对手维基奇，成功晋级8强，本是一件可喜可贺之事。可令人的气愤的是，网传郑钦文在比赛时遭受辱骂和干扰，以致于她原本可在第二局就结束比赛，却被影响发挥鏖战到凌晨2点多。此事冲上热搜掀起热议2025-12-07
最新评论