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,内容南昌市某某科技售后客服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”,成功南昌市某某科技售后客服中心实验结果显示,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。”
- ·北京今晨气温创今年下半年来新低 今天白天最高温仅7℃
- ·以总理内塔尼亚胡位于凯撒利亚的住宅遭炸弹袭击
- ·张玉宁回应伤情:脚踝还有点肿,跟日本再踢多少次都不会是0
- ·原北京经济技术投资开发总公司党委书记、经理赵广义被查
- ·被东北虎咬伤的村民左手保住了,他只是骨折,无截肢风险
- ·不想让孩子被AI取代?科学家奶爸这样做
- ·国内首个法律AI基座大模型发布
- ·怀上九胞胎女子丈夫回应:决定减胎
- ·北京今晨气温创今年下半年来新低 今天白天最高温仅7℃
- ·生态环境部:11月下半月,京津冀及周边可能出现轻至中度污染
- ·女病毒学家给自己注射病毒:乳腺癌肿瘤缩小,切除后45个月未复发
- ·对话·科学先锋|京科968育种之旅
- ·用快递车运送78000元现金?北京警方:拦下!
- ·【乌镇观潮】加速智慧互联,从“枕水乌镇”驶向“数字蓝海”
- ·乌克兰基辅传出爆炸声
- ·太空开箱!神十九航天员乘组开始“拆快递”
