研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-07 12:00:05 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，内容商洛市某某自动化科技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”，成功商洛市某某自动化科技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。”
相关文章
△乌克兰总统泽连斯基资料图） 当地时间12月3日，乌克兰总统泽连斯基在其晚间视频讲话中表示，乌方正积极筹备在美国与美总统特朗普代表的新一轮会谈。乌国家安全委员会秘书乌梅罗夫、总参谋长赫纳托夫等谈2025-12-07
央视财经《经济信息联播》）当地时间29日，美国航天局宣布，在美国波音公司“星际客机”飞船滞留国际空间站多日之后，终于确定9月6日启程不载人返回地球。根据计划，波音“星际客机”定于美国东部时间9月6日下2025-12-07
越来越多低龄儿童进行牙齿矫正，可能让孩子身心健康面临多重风险。河南省儿童医院口腔科主任医师裴蓉在接受采访时表示，一部分家长在遇到孩子牙齿发育过程中出现的一些“异常”现象时，容易产生恐慌心理。但也有另一2025-12-07
9月1日凌晨1时52分，空中客车“大白鲸”运输机平稳降落在青岛胶东国际机场。这是该机型首次落地青岛，也是空客公司旗下白鲸运输公司取得航空运输企业经营许可证后首次执行飞往中国的运输任务。据悉，本次“大白2025-12-07
我国于11月30日在文昌航天发射场使用长征七号改运载火箭，成功将实践二十八号卫星送入预定轨道。这是文昌航天发射场2025年执行的第10次发射任务，也是这个发射场的年发射量首次达到两位数。文昌航天发射场2025-12-07
2009年8月31日，我国自主研制的歼-15舰载战斗机从跑道上一跃而起，顺利实现了陆基首飞。十五载劈波斩浪，十五载磨砺玉成，“飞鲨”越飞越高、越来越强！今天是歼15战机首飞15周年，生日快乐！来源：@2025-12-07
最新评论