研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-05 06:05:18 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，内容鄂州市某某超声设备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”，成功鄂州市某某超声设备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。”
相关文章
△11月28日，宏福苑 总台记者11月29日自香港廉政公署方面获悉，香港廉政公署再次就大埔火灾事件拘捕3名涉案嫌疑人。 香港廉政公署方面表示，廉政公署已就大埔宏福苑大维修工程可能涉及贪污成立专案小2025-12-05
11月5日，深圳市公安局福田分局发布情况通报：2025-12-05
根据官方统计，在今年的英国温布尔登网球锦标赛之后，中国“金花”郑钦文已经赢下了30场比赛，比现任世界第一、白俄罗斯名将萨巴伦卡还要多4场。输球，只有5场而已。 在这个时间段内，郑钦文的胜场数领跑2025-12-05
10月27日，U17亚洲杯预选赛C组，决定2025年U17亚洲杯正赛晋级权的关键一战在中国和韩国两支U16即明年的U17）梯队中展开。近两年，中韩各级国家队交锋5次，中国队的成绩是1胜4负，然而此番再2025-12-05
威海高新区发布消息，近日，有媒体报道威海高区山大实验学校一14岁初中生在校体测倒地后猝死。高区成立联合调查组，第一时间开展调查。经调查，2025年11月7日下午，威海高区山大实验学校按教学计划组织初四2025-12-05
原标题：今晚下调油价 加满一箱油将省5.5元） 下调油价资料图）根据国家发展改革委消息，新一轮成品油调价窗口将于今天11月6日）24时开启。据国家发展改革委价格监2025-12-05
最新评论