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,内容新乡市某某超声设备服务中心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”,成功新乡市某某超声设备服务中心实验结果显示,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。”
- ·八国外长发表联合声明 反对强制迁移加沙民众
- ·美军舰参与拦截伊朗袭以色列导弹 最新现场视频公布
- ·福建:二套房最低首付比例统一下调至15%
- ·妈妈!!我的中国新闻史有人捞了(谢)
- ·特朗普:泽连斯基已没有底牌 错过最佳停战时机
- ·TTS新传论文带读:特别应景的一篇论文!!国庆假期“打卡”旅行!!
- ·也门胡塞武装:美英对也门多地发动多次空袭
- ·美中央司令部称袭击15个也门胡塞武装目标
- ·北京力争2035年建成全球机器人创新高地
- ·All in AI、全球化,星纪魅族穿越周期的法则
- ·美中央司令部称袭击15个也门胡塞武装目标
- ·河南一男子接亲被加18.8万彩礼 警方回应
- ·TA:维尔茨就像刚到阿森纳的皮雷,需要的是时间、空间和信任
- ·教育纵深
- ·【水文地理】等潜水位线图、河流补给类型判断
- ·黎真主党称向以北部发射超80枚火箭弹和迫击炮弹
