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,内容东方市某某美容美发设备教育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”,成功东方市某某美容美发设备教育中心实验结果显示,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。”
- ·一系列利空接踵而至,加密抛售潮卷土重来!
- ·全红婵和弟弟妹妹玩簪花,全红月变漂亮了,全进鹏比姐姐还高
- ·森林门将:客场战平切尔西是很好的结果,但我们也有获胜的机会
- ·詹姆斯浓眉确定出战太阳!父子同台或上演 新赛季首发五虎亮相
- ·周五了,是时候准备一场微醺小酌
- ·全红婵和弟弟妹妹玩簪花,全红月变漂亮了,全进鹏比姐姐还高
- ·出道36年不温不火,老婆却靠一首歌吃35年,如今是德艺双馨老戏骨
- ·马龙妻子夏露因为高颜值火了,对比出名前旧照,判若两人的气质
- ·新雪季开启!新手也能放心冲的滑雪安全指南来了
- ·最生猛的世界杯冠军,不穿衣服爬雪山
- ·岚图品牌自建超充站后续将落地北京、上海、广州、深圳等城市
- ·莱比锡客场1
- ·怼同行顺便怼老板?理想高管批理想ONE质保策略,一众车企躺枪
- ·小米 SUV 汽车谍照曝光,采用无边框车门设计
- ·演员杨晓丹:颜值高,演技好,和傅艺伟离婚30多年,如今怎样了?
- ·国庆档电影全输了,营销再多不如观众的口碑,咏梅姜武赢麻了
