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,内容西安市某某酸菜鱼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”,成功西安市某某酸菜鱼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。”
- ·图赫尔:这是一个很困难的小组;现在考虑选人还太早
- ·这些常见水果不仅能补充营养 还可以帮助控制血压水平
- ·东契奇34+12+7湖人击败鹈鹕7连胜,里夫斯33+5+8艾顿22+12
- ·我国快递年业务量首次突破1800亿件
- ·阿媒:阿根廷小组赛首战末战在堪萨斯城,第二场在得克萨斯州
- ·米体:路易斯
- ·张帅复仇夺冠达成两项个人成就,36岁中国老将陷不讲武德引争议
- ·新纪录!我国快递年业务量首次突破1800亿件
- ·哈兰德社媒:打法国和塞内加尔会有点难,你怎么看?
- ·本赛季艾顿得分15+湖人10胜1负,得分20+湖人7战全胜
- ·德国总统承认德国曾给欧洲带来苦难
- ·类器官研究揭示大脑天生预置“操作系统”
- ·“湾里”特色地铁列车开行!市民可直达北京最大奥莱
- ·演唱会“碰瓷”欧豪,40岁岳云鹏面临人生新挑战
- ·浙江首张!杭州余杭民用无人机试飞基地正式授牌并试运行
- ·海港发布官方Vlog:旧将奇塔迪尼重回浦东足球场
