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 02:27:33 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，内容朔州市某某制品有限责任公司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”，成功朔州市某某制品有限责任公司实验结果显示，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
本文转自：人民网-北京频道人民网北京11月28日电 记者尹星云）11月27日，北京市文化和旅游局举办“2025—2026京张冰雪文化旅游季”启动仪式。本次活动旨在集中展示京张两地冰雪旅游高质量发展的最2025-12-05
当地时间11月1日，金日成首次正式访问苏联纪念匾揭幕仪式在俄罗斯莫斯科举行。朝鲜外务相崔善姬和俄罗斯外长拉夫罗夫出席活动。总台记者 董海涛） 相关报道 朝鲜外务相：朝方有必要强化核武器 提2025-12-05
11月3日，济南天气晴好，南外环附近的蝎子山红叶进入最美时刻。空中俯瞰，蝎子山半红半绿犹如“鸳鸯火锅”，大批市民赶来欣赏秋色。霜降以来，蝎子山南侧迅速变红，半绿半红的山体成了市民休闲的好去处 。大众新2025-12-05
2025年申请季，正当留学生们紧锣密鼓地准备申请材料时，又一重大消息从海外传来——10月24日，爱因斯坦母校、被誉为欧陆最强大学的苏黎世联邦理工学院ETH）突然宣布将对中国学生实施进行严格的安全审查，2025-12-05
五年前，林斐然家在高位买了一套房。至今，房价已经跌了整整100万。这100万让丈夫难以释怀。婚后，从房价下跌开始，林斐然就与丈夫频繁争吵。这五年内，只要谈及钱，他都会忍不住向妻子抱怨不该买房。20252025-12-05
总台记者当地时间11月2日获悉，在福岛第一核电站2号机组进行的核燃料残渣试验性取出作业中，东京电力公司宣布已将设备抓取的残渣移出至安全壳外。这是自2011年福岛核事故发生以来，核燃料残渣首次被移出2025-12-05
最新评论