研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-06 03:39:19 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，内容淄博市某某矿山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”，成功淄博市某某矿山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。”
相关文章
11月28日，一段模特衣着暴露、站在广州车展小鹏汽车展台旁的视频引发热议。28日晚，小鹏汽车法务部发文称，车展未邀请任何模特及演艺人员，也一贯坚决抵制、反对以不良内容展开宣传的行径。小鹏汽车晒出报警回2025-12-06
目前，我国的科研团队正在进行未来六足登月机器人的研发工作。和四足机器人相比，六足机器人的稳定性更强，即使偶尔坏了一条腿也可以继续行走。“我们做了这个着陆行走一体化的机器人，希望在航天领域有一个质的突破2025-12-06
沁源县职业高级中学11月22日晚通报：针对网上涉及我校教师不当行为的信息，学校高度重视，迅速展开调查。现已对该教师予以停课，调离教学一线岗位。后续，将根据调查结果，依法规处理。 11月22日，有2025-12-06
北京产品力的绞肉机模式又升级，从璞逸丰宜开始，停不下来 ｜市场
题记：北京产品力的血风腥雨，金茂打头阵，从璞逸丰宜开始，停不下来。新一轮绞肉机模式，又开始了，很多房企和人会陆续离场……1.一直要写璞逸丰宜的公示文件，因为连续出差，还有视频拍摄急活，一直没有座下2025-12-06
来源：央视新闻客户端来自广西南宁的林女士，用过去三年的时间与一个有关她的网络谣言斗争，茫茫人海中她不仅亲自找到了造谣者，把他告上了法庭，历经一审二审，获得了胜诉。但对林女士而言，官司虽取胜，但一则谣言2025-12-06
版权声明：本文版权为网易汽车所有，转载请注明出处。网易汽车11月15日2024广州车展现场报道2024广州国际车展，极氪首发了全栈自研浩瀚智驾2.0面向高阶智驾的端到端Plus架构，在端到端大模型上，2025-12-06
最新评论