研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-02 12:30:26 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，内容绥化市某某生物科技维修网点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”，成功绥化市某某生物科技维修网点实验结果显示，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
绵阳一手教育资讯、升学政策解读成都一诊划线公布！中线本科线）物理类375分、历史类415分，高线特控线、老一本线）物理类470分、历史类485分。以上是各科有效分，快来看看你上线没！一般来说，一诊难度2026-01-02
一个宁静的午后，窗外的阳光温柔地洒落，但屋内却有一种难以名状的紧张气氛在悄悄蔓延。小雨坐在书桌前，作业本平铺开来，但她的眼神却在四处游移，显然，她的心思并不在眼前的功课上。与此同时，母亲在厨房里忙碌了2026-01-02
霍勒迪。总决赛第三场结束后，采访塔图姆的巴克利抛出了这样一个话题：“看霍勒迪防守是一种高兴也荣幸的事情，他是你们这赛季与以往最大的不同。”随后塔图姆感慨道：“当然！我不知道我们是怎么得到霍勒迪的，但我2026-01-02
6月19日，A股震荡调整，深证成指、创业板指等均跌超1%，两市成交进一步萎缩至7088亿元。A股在今年2月初触底反弹一段时间后，5月下旬以来持续走低，接下来市场会如何演绎？数位分析人士在接受《国际金融2026-01-02
人民财讯12月28日电，今日，由联合飞机集团自主研制的全球首款6吨级倾转旋翼飞行器镧影R6000在四川完成首次飞行，标志着我国在倾转旋翼这一关键技术实现突破。 另据IT之家报道： IT之家2026-01-02
新华社北京6月17日电 韩国保健社会研究院17日发布的报告显示，2021年韩国适婚人口性别比例失衡情况较为严重，未婚男性人数比未婚女性多19.6%。依据报告，相较于首都圈，非首都圈的性别比例失衡情况更2026-01-02
最新评论