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 10:05:14 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，内容杭州市某某自动化科技服务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”，成功杭州市某某自动化科技服务中心实验结果显示，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
当地时间12月21日，据伊拉克总理媒体办公室声明，伊拉克总理苏达尼当天会见了到访的巴基斯坦总统阿西夫·阿里·扎尔达里。 双方在会上讨论了两国双边关系，强调有必要促进双边贸易往来，同时还就在伊务工2025-12-29
俄罗斯别尔哥罗德州州长格拉德科夫当地时间8月25日表示，乌克兰武装部队当天凌晨炮击了位于该州边境的拉基特诺耶村，导致5名平民死亡、12人受伤。炮击造成10栋私人房屋和4辆汽车受损，当地部分天然气管2025-12-29
中新真探：防晒指数越高防晒霜效果越好吗？2024-08-23 21:49:33 来源：中国新闻网 作者：房家2025-12-29
每经记者 林姿辰 每经编辑 文多 8月20日，通化金马发布2024年半年度报告，该报告显示，公司上半年实现营业收入6.49亿元，同比减少10.89%；实现归母净利润1246.83万元，同比增加12025-12-29
12月26日，针对此前美国宣布大规模对中国台湾地区军售，外交部公布关于对美国军工相关企业及高级管理人员采取反制措施的决定，涵盖20家企业、10名高管。相关举措正当、合理、必要，充分彰显中国捍卫国家2025-12-29
当地时间8月22日，中国驻乌克兰使馆发布安全通知，提醒在乌中国公民注意安全。△乌克兰首都基辅资料图） 安全通知指出，近期，乌克兰全境频繁响起防空警报，空袭等安全风险升高。鉴于当前安全形势，请中国2025-12-29
最新评论