研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-04 18:09:49 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，内容宜宾市某某机械业务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”，成功宜宾市某某机械业务部实验结果显示，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。”
相关文章
当地时间12月29日，美国白宫发言人表示，美国总统特朗普与俄罗斯总统普京就乌克兰问题进行了富有成效的通话。 俄罗斯总统助理乌沙科夫透露，普京在通话中向特朗普表示，俄罗斯将会采取措施回应乌克兰对俄2026-01-04
中新健康｜洪涝灾害后如何做好个人健康防护？这些需注意2024-06-28 16:42:08 来源：中国新闻网2026-01-04
小鹏MONA M03 7月3日首发 15万紧凑级对标Model 3
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6月30日报道从官方消息得知，小鹏MONA M03将会7月3日全球正式首发。今日网上流传一张新车与特斯拉Model 3参数丨图片）同时停放的图2026-01-04
据央视新闻消息，6月25日左右，全国各地陆续公布高考分数，随之而来的志愿填报及录取是很多考生和家长的头等大事。近日，不少高校在2024本科招生政策发布会上介绍了学校本科生转专业的新规，进一步降低学2026-01-04
12月30日，外交部发言人林剑主持例行记者会。 法新社记者提问，发言人昨天提到解放军此次台海军演是对外部势力行动的回应。美国总统特朗普最近批准了向台湾出售价值110亿美元的武器，他还表示此次演习2026-01-04
本文原刊于《21世纪英文报》2024年6月17日第6版小学英语教师专业成长指南：课程标准与教材研究文 | 鲁子问中国教育技术协会外语信息化工作委员会主任）英语教育是我国社会经济发展广泛需要的一门重要学2026-01-04
最新评论