研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-29 23:33:30 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，内容双鸭山市某某金属材料培训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”，成功双鸭山市某某金属材料培训中心实验结果显示，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
△泽连斯基资料图） 当地时间22日，乌克兰总统泽连斯基在出席活动时强调，乌克兰必须在武器生产的质量和规模上保持欧洲领先地位。他指出，实现防空系统及其配套导弹在乌克兰本土生产，或与邻国合作开展实际生产2025-12-29
来源丨深蓝财经撰文丨杨波近期，粮油巨头金龙鱼因子公司牵涉一起金额高达50亿元的合同诈骗案备受市场关注。这起案件的一审判决结果若最终生效，可能导致金龙鱼相关主体承担18.81亿元的巨额赔偿，金额相当于其2025-12-29
当地时间27日，乌克兰总统泽连斯基表示，本周晚些时候，乌克兰团队将与美方代表继续推进日内瓦会议成果的落实，致力于将其转化为引领乌克兰实现和平与安全保障的具体形式。双方代表团将举行会谈，乌方代表团会2025-12-29
12月3日上午，国台办举行例行新闻发布会。记者：赖清德日前公开反对国民党拟“修法”保障陆配“参政权”，台行政机构负责人卓荣泰称，“‘国籍法修法’涉双重效忠问题”。对此有何评论？ 国台办发言人张晗2025-12-29
冬游青海怎么玩？五条精品线路解锁高原盛宴2025-12-22 14:56:45 来源：西宁晚报 作者：刘阳禾2025-12-29
网易财经12月1日讯 市场早盘震荡拉升，深成指、创业板指盘中均涨超1%，沪指重返3900点上方。沪深两市半日成交额1.23万亿，较上个交易日放量2504亿。盘面上热点快速轮动，全市场超3600只个股上2025-12-29
最新评论