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,内容咸宁市某某路桥科技运营部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”,成功咸宁市某某路桥科技运营部实验结果显示,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。”
- ·军事专家:解放军武器装备对台形成压倒性优势
- ·赴欧旅客注意!欧洲机场实行这些新措施
- ·一架直升机在巴西卡鲁阿鲁市坠毁
- ·国产大飞机C919承运旅客突破50万人次大关
- ·“父母能拿出1500元,已经很厉害了”,58岁父亲的发工资视频火了
- ·总价三、四百万带电梯的二手房房源汇总——朝阳篇
- ·台风“摩羯”已致越南68人死亡
- ·海南机场集团暑运旅客吞吐量突破940万人次
- ·不是9S是8X!极氪全新高性能旗舰SUV命名官宣
- ·抓住暑假长高好时机 饮食起居讲究大!
- ·航行警告:黄海海域有火箭残骸坠落
- ·深度体验国航C919大飞机首航:为何特别?有何不同?
- ·网上爆火的“以油养肤”,真有用还是“智商税”?
- ·买房人,史诗级利好要来了?
- ·这4个毁眼行为再不注意 眼睛真要报废了
- ·北京楼市8月简报
