研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-28 06:27:14 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，内容通化市某某检测技术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”，成功通化市某某检测技术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。”
相关文章
不养儿不知父母恩，小时候不懂这句话的含金量，长大了之后才明白，自己工作一个月几千块都攒不下钱来，父母不仅能攒下钱来，还能把自己养这么大，供自己上学读书，可想而知他们有多辛苦。而且多数父母是宁可苦了自己2025-12-28
今天5月1日），国家航天局发布最新消息，经工程任务指挥部综合研判决策，探月工程四期嫦娥六号任务计划5月3日实施发射。 发射窗口是指适合火箭发射的时间范围。此次任务在综合考虑地月位置关系等因素基础2025-12-28
每经记者 任飞 每经编辑 叶峰 4月，在部分权益题材带动之下，一些混合型基金的业绩靠前，在公募FOF基金中的基金）领域，养老目标型基金头部业绩当月超过4%。 总体来看，有色、港股科技条线等是助2025-12-28
宁波市公安局交通警察局5月7日通报一起交通事故：驾驶人施某某驾驶一辆小型客车行驶至该路口时，追尾刮碰多辆等候绿灯放行的车辆。施某某经抢救无效死亡，被撞车辆上一乘客受轻微伤。事故原因正在进一步调查中2025-12-28
俄罗斯总统普京19日表示，俄罗斯曾在北约东扩问题上“多次受骗”。 普京说，北约军事基础设施在向俄边境移动，这引发了俄方的合理担忧。 普京说，曾有过俄罗斯加入北约的讨论，但俄方意识到俄罗斯加入北2025-12-28
普京下令俄军举行核演习 俄外交部：希望能让西方一些人冷静下来
财联社5月7日讯编辑 夏军雄）俄罗斯总统普京周一下令俄军举行战术核武器演习，克里姆林宫称，此举是对西方官员近期言论的回应。俄罗斯外交部则表示，希望这能让西方那些“头脑发热”的人冷静下来。图为俄罗斯总统2025-12-28
最新评论