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,内容铜陵市某某金属材料厂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”,成功铜陵市某某金属材料厂实验结果显示,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。”
- ·甲流可能“二次感染”?专家:短期可能性低
- ·或广州车展亮相 新款雷克萨斯ES渲染图曝光
- ·新闻1+1丨“银十”超“金九”,楼市稳住了?
- ·俄罗斯总统普京会见朝鲜外务相崔善姬
- ·泰柬紧张局势再次升级,中方表态
- ·羡慕嫉妒不?中学年薪50万招老师,干满6年还送一百多平方的房子
- ·首次!隐形战机苏
- ·【地理拓展】世界面积最大的十个湖泊、高考地理中等潜水线图的判读
- ·连续安全飞行破百万小时 昆明航空斩获民航“飞行安全一星奖”
- ·羡慕嫉妒不?中学年薪50万招老师,干满6年还送一百多平方的房子
- ·美国波音公司工人接受新的薪资协议 结束7周罢工
- ·作业太多怎么办?
- ·老钱风,到底适合什么人穿?
- ·特朗普!大反转
- ·美中央司令部司令访以,视察“萨德”导弹防御系统
- ·凯迪拉克XT6进入上市倒计时 起步价有望杀入30万?
