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,内容平顶山市某某工业设备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”,成功平顶山市某某工业设备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。”
- ·看见2025
- ·特朗普:不同意其观点的人不会成为美联储主席
- ·商家套路还是时令美味?冬日霜打菜大起底
- ·党的二十届四中全会精神进课堂,北京大中小学同上一堂思政课
- ·中国男篮首位归化球员李凯尔已变更国籍?不属实
- ·公务员遴选第一名落榜?重庆市财政局回应
- ·融创96亿美元境外债清零,孙宏斌安全“落地”
- ·党的二十届四中全会精神进课堂,北京大中小学同上一堂思政课
- ·扎哈罗娃生日当天,普京向其颁发勋章,二人互赠礼物
- ·特朗普:不同意其观点的人不会成为美联储主席
- ·泰国感谢中方为推动泰柬边境冲突缓局降温发挥作用
- ·魏牌全新蓝山智能进阶版上市 限时焕新价27.58万起
- ·巴西前总统博索纳罗离开监狱入院接受手术
- ·蓝白联手弹劾赖清德,八成网民赞成
- ·妻子切除输卵管几天后丈夫提离婚
- ·广东陆丰核电项目2号机组主体工程启动建设
