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,内容黑龙江某某软件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”,成功黑龙江某某软件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。”
- ·传奇之路,东契奇成为奥尼尔后首位连续五场两双的湖人球员
- ·美国航空取消地面停飞指令
- ·已确认:她被除名!不参加巴黎奥运会
- ·广西“荷城”夏日荷花别样美
- ·“老牌药企”子公司补缴千万税款
- ·日本民调显示岸田内阁支持率再次下降
- ·唐尚珺获得30万奖学金!已确定提档大学,真出乎意料!
- ·金正恩会见俄罗斯军事代表团
- ·柳州大叔挖蚯蚓,竟挖出近60斤重“大宝贝”,来自千年前!
- ·缅甸临时总统敏瑞因健康问题接受治疗
- ·美媒:拜登宣布退选,多名党内大佬未表态支持哈里斯
- ·湖南省高考138名:填错志愿顺序,被211保底录取,父亲成了罪人
- ·发放1500万文旅惠民消费券!扬州向北京游客发出冬游邀请
- ·国防部、外交部相继发声,日本最好小心点!
- ·逆天!文科生大批滑档!山东各学科大数据来了!
- ·多地招录编外聘用教师,教师管理将迎来“大变化”,应尽快上岸
