研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-13 00:20:19 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，内容福建某某企业管理咨询专卖店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”，成功福建某某企业管理咨询专卖店实验结果显示，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
12月9日，外交部发言人郭嘉昆主持例行记者会。 有外媒记者提问，泰柬紧张局势再次升级，据报道，昨天泰国的战斗机袭击了柬埔寨的炮兵，中方对此有何评论？郭嘉昆资料图。图源：外交部网站 郭嘉昆回应，2025-12-13
上海充分挖掘中医经典外治潜力 灵活多样守护民众健康2024-08-14 11:04:29 来源：中国新闻网2025-12-13
来源：封面新闻封面新闻记者 赵紫萱8月12日，山东青岛市市南区一旅行社的一名女导游辱骂、歧视四川游客的事件持续发酵，引发社会广泛关注。封面新闻记者12日联系当地主管部门得到的最新表态是：“一定会从严从2025-12-13
特斯拉CEO马斯克将于美东时间8月12日晚20时北京时间8月13日上午8时）采访美国前总统特朗普。 另据财联社 财联社8月12日电，马斯克表示，美国前总统特朗普的采访将是没有稿子的；采访中没有2025-12-13
北京时间12月3日上午9时，当受邀嘉宾通过特意设置的拥挤闸机，步入纽约曼哈顿下城已停用的Bowery地铁站时，一个属于香奈儿的新时代序幕，在银色的地下铁正式拉开。辛芷蕾/王一博这是新任创意总监Matt2025-12-13
@所有人 雷雨高发季节 注意防范雷击灾害2024-08-13 14:54:20 来源：央视新闻客户端 作者：2025-12-13
最新评论