研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-21 18:12:31 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，内容江西某某海绵制品有限公司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”，成功江西某某海绵制品有限公司实验结果显示，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12月16日，美国白宫表示，美总统特朗普签署了一项公告，进一步限制外国公民入境。 白宫表示，美国对布基纳法索、马里、尼日尔、南苏丹和叙利亚这五个国家以及持有巴勒斯坦民族权力机构签发的旅行2025-12-21
中国地震台网自动测定：10月14日15时02分在云南德宏州盈江县附近北纬24.85度，东经97.90度）发生4.3级左右地震，最终结果以正式速报为准。2025-12-21
新华社北京10月7日电 题：马龙没有败 新华社记者岳冉冉、胡佳丽 35岁的马龙输给了19岁的林诗栋。 “其实这次比赛，我也没有失败。”马龙的赛后感言让现场沸腾。 确如马龙所言，这场比赛没有2025-12-21
芒砀山位于河南省永城市，自古为华夏名山，与中国历史上的许多名人紧密地联系在一起。据说，这里曾是汉高祖刘邦斩蛇起义的地方，也是在这里，刘邦开创了大汉的基业。Mangdang Mountain is lo2025-12-21
版权声明：本文版权为网易汽车所有，转载请注明出处。网易汽车12月19日报道本周，长城汽车董事长魏建军在欧拉5发布会上公开质疑一体化压铸技术的实用性，提出"成本高、维修难、保费贵"三大争议点，并强调"全2025-12-21
原标题：SpaceX：发射塔的机械臂成功夹住返回地面的超级重型火箭“Super Heavy”） 财联社10月13日电，SpaceX表示，发射塔的机械臂成功夹住了返2025-12-21
最新评论