研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-11 09:11:46 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，内容合川市某某过滤器制造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”，成功合川市某某过滤器制造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。”
相关文章
当地时间9日，美国肯塔基州立大学校园发生枪击事件，造成多人受伤，大学校园已被封锁。 目前，一名嫌疑人已被拘捕。总台记者 赵淼）2025-12-11
来源：牛弹琴 越来越戏剧性了，这个美国大佬，不仅怂了，还攀上特朗普了。 谁呀？ 美国互联网巨头扎克伯格。 要知道，特朗普最痛恨的人是谁？ 可能第一是拜登现在改成哈里斯），第二就是扎克伯格2025-12-11
大学选的好，快乐少不了。下面学霸君将从宿舍，食堂，假期长短，快乐程度，性价比，以及毕业后薪资这六个方面选出幸福感TOP20的大学。秉承公平公正公开的原则，学霸君参考了Niche&House B2025-12-11
原标题：中国队游泳项目2金3银7铜收官） 当地时间8月4日，巴黎奥运会游泳项目结束所有赛程。中国游泳队在本届奥运会收获2金3银7铜共12枚奖牌，单届获得奖牌总数超2025-12-11
今年冬天，我们似乎更愿意穿一件“大”衣服，将自己安顿于衣料构筑的温暖氛围里，仿佛随身携带一个沉默的怀抱。近几年流行风向标有点“叛逆”，不再是紧身款式的天下，取而代之的，是那些宽松、廓形、带着几分慵懒与2025-12-11
来源：财联社 财联社8月6日电，美股震荡回升，道指、标普500指数跌幅均收窄至2%以内。热门科技股跌幅显著收窄，苹果、英伟达、亚马逊现跌超3%，特斯拉、英伟达跌超2%，谷歌、微软跌超1%。 此2025-12-11
最新评论