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,内容江西某某海绵制品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”,成功江西某某海绵制品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。”
- ·“9块钱能要你命吗?”女儿买面包母亲对着屏幕发疯,太窒息了
- ·法国小伙的就诊小作文走红:在中国看病太“丝滑”了
- ·乡村里的寄宿学校,是“救赎”还是“束缚”?
- ·河北省唐山市委常委、宣传部部长李丽被查
- ·谷歌凌晨炸场,Pro级智商只卖“白菜价”,OpenAI还怎么玩?
- ·外交部发言人就王毅将访问缅甸答记者问
- ·考生被211高校录取,父母却满面愁容,都是专业惹的祸
- ·乌克兰外交部:无意夺取库尔斯克地区的俄罗斯领土
- ·【精彩花絮】中职大赛丨评委视角看大赛
- ·巴黎奥运会闭幕式上,中国运动员挥舞国旗入场
- ·应对现代生物学挑战,陈薇提出“表征生物学”概念
- ·巴黎奥运会闭幕式上,中国运动员挥舞国旗入场
- ·考研er 最怕没后路!新航道寒假班:语言 + 留学规划一站式搞定你的 Plan B!
- ·中新真探:多吃苦瓜能降血糖吗?
- ·秋燥易伤肺,秋季如何养肺?
- ·感动!举重队金牌都挂在了石智勇身上
