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,内容仙桃市某某橡胶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”,成功仙桃市某某橡胶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。”
- ·美中情局本月用无人机打击委内瑞拉港口设施
- ·李盈莹:平常心去面对重点拦防,朱婷的实力一直在那里
- ·用最豪华的阵容,打最原始的战术,英格兰10亿天团就这?
- ·112秒,让全世界再次听见这个姓氏
- ·独家视频丨解放军演习最新画面来了
- ·乌梅汤2.0版本正式上线 中药代茶饮你下单了吗?
- ·初夏时节宜养脾胃 试试这5款养生茶
- ·李盈莹:平常心去面对重点拦防,朱婷的实力一直在那里
- ·东部战区演习第2天:将在目标海域空域组织实弹射击
- ·中美电影节创投启动征片,携上影集团、华纳兄弟共促文化交流
- ·乍得首都恩贾梅纳传出巨大爆炸声
- ·夏天原来要热养,教你7招“以热制热”!
- ·普京突然穿上了军装
- ·国际油价18日上涨 美油布油合约涨超1.2%
- ·一图读懂:石子蹦眼、激光伤眼...视网膜“受伤”这样处理
- ·动物能帮助检测癌症吗
