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,内容湖南某某化品售后客服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”,成功湖南某某化品售后客服中心实验结果显示,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。”
- ·传奇之路,东契奇成为奥尼尔后首位连续五场两双的湖人球员
- ·接种脊灰疫苗期间加沙将停火?以总理办公室否认
- ·新势力车企裂变多个梯队,混动已成头部阵营共性
- ·美航天局确定!9月6日,启程!
- ·这些常见水果不仅能补充营养 还可以帮助控制血压水平
- ·邱贻可:孙颖莎才23岁,不可能那么完美
- ·巴黎残奥会开幕,“中国红”亮相!成龙参与火炬传递
- ·临近开学,家长群炸了!孩子住宿还是走读?看完这篇再也不纠结了
- ·公开招水军吹捧日本、抹黑中国,金主是谁?
- ·接种脊灰疫苗期间加沙将停火?以总理办公室否认
- ·突破!王雅繁:第一次进大满贯16强,3周前我输了今天每分必争
- ·巴黎残奥会开幕,“中国红”亮相!成龙参与火炬传递
- ·【图解】促消费新政“瞄准”不同年龄人群精准发力
- ·就“麦克风”问题,特朗普和哈里斯双方团队争执不休
- ·铁佛寺被《黑神话》带火了:排队一小时 参观两分钟
- ·重磅!2025最难进美国大学出炉,第一名竟不是哈耶普斯??
