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,内容延安市某某超声设备有限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”,成功延安市某某超声设备有限公司实验结果显示,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。”
- ·新年这一天,郑丽文呼吁赖清德:不要投资战争
- ·高强:瑶医药不仅是中国医药 也是世界医药
- ·为什么有人吃红薯是减肥,有人吃红薯却是增肥?真相到底是什么?
- ·好课堂是什么样的?
- ·羽超联赛冠军赛:厦门银行3比1战胜辽宁极兔夺冠
- ·定位中大型SUV 方程豹豹8将于11月12日上市
- ·明确不录中国籍学生!这所学校宣布史上最严禁令!
- ·直击考场
- ·车厘子含褪黑素能助眠?专家:50公斤樱桃≈1片褪黑素
- ·定位中大型SUV 方程豹豹8将于11月12日上市
- ·日本新型H3火箭4号机发射升空
- ·为什么读书这条路,永远都不会过时?
- ·俄外长说俄方有关谈判立场将有所调整
- ·渤海海峡黄海北部有军事任务,持续7天
- ·【地理思维】什么是尺度思维?2018—2022年高考地理综合题设问方式汇总
- ·朝鲜外务相访俄 外交部回应
