研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-01 00:54:52 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，内容株洲市某某交通设施销售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”，成功株洲市某某交通设施销售部实验结果显示，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
新华社快讯：据沙特通讯社30日凌晨报道，沙特阿拉伯主导的多国联军发言人说，联军对也门穆卡拉港实施“有限”空袭。 相关报道 沙特领导的联军要求也门地区平民尽快撤离穆卡拉港新华社） 新华社快2026-01-01
2004年，上海国际电影节在金爵奖评选之外，增设亚洲新人单元。自此，来自亚洲的电影新人们有了一方崭露头角、挥洒才华的新舞台。20年来，这个平台持续寻找亚洲电影的新生力量，见证许多新锐电影人一路成长为亚2026-01-01
@中国体育 6月20日消息，据乒乓世界TTW消息，正在成都封闭集训备战巴黎奥运会的中国乒乓球队，再次迎来大咖助阵。女乒首位大满贯得主邓亚萍受邀进入集训基地，与国乒将士近距离交流备战心得。邓亚萍回到队伍2026-01-01
今天，商务部新闻发言人就英制裁中国企业答记者问。 问：6月13日，英国外交发展部宣布新一轮涉俄制裁，其中被制裁的中国企业有5家。请问中方对此有何评论？ 答：中方坚决反对英方以涉俄为由，对5家中2026-01-01
来源：国是直通车 29日，现货白银价格直线跳水，伦敦现货白银价格一度跌逾7%。现货黄金价格也跌破4500美元/盎司关口。分析人士认为，这凸显出投机性资金的获利了结态势，后续白银价格波动可能愈发剧2026-01-01
怕受凉不开空调 老年人小心“沉默中暑”2024-06-18 10:44:41 来源：北京日报 作者：李岩2026-01-01
最新评论