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,内容哈尔滨市某某投资咨询经销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”,成功哈尔滨市某某投资咨询经销部实验结果显示,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。”
- ·哈马斯确认5名高官遇袭身亡
- ·美国近期65人感染沙门氏菌 均与问题鸡蛋有关
- ·短短16天,2次一轮游!丁俊晖离谱一幕:打丢皮头,输掉决胜局!
- ·57岁林美秀患血友病交代后事:死后小14岁的老公可以再娶
- ·泽连斯基妄言没有看到中国推动和平 中方反驳
- ·57岁林美秀患血友病交代后事:死后小14岁的老公可以再娶
- ·俄称打击乌军军用机场及武器仓库
- ·伊东纯也:首战非常重要会争取胜利,希望能有个好的开始
- ·航行警告!南海海域有火箭发射
- ·围棋“厚度”,三星杯本赛32强名单:中国队16人占半壁江山
- ·两部门紧急预拨2.7亿元中央自然灾害救灾资金
- ·何塞卢训练后调侃球迷:不给他签名,因为他不是皇马球迷
- ·台湾宜兰县海域发生6.6级地震,全台多地震感明显
- ·赵丽颖《浴火之路》官宣,我想说:拿下50亿票房不是没可能
- ·44岁韩星李孝利结婚11周年,和李尚顺甜蜜亲吻,夫妻相互感谢
- ·倪夏莲:89年我月薪一百多已经很高,但出国打球是十倍、二十倍
