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,内容潮州市某某生物科技厂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”,成功潮州市某某生物科技厂实验结果显示,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。”
- ·“大衣+毛衣”今年冬天又火了,这样穿时髦又高级!
- ·中演协:五一假期全国营业性演出票房收入20.84亿元
- ·以色列防长与美防长通话 称将在拉法展开军事行动
- ·普京下令俄军举行核演习 俄外交部:希望能让西方一些人冷静下来
- ·国家疾控局发布呼吸道传染病防控健康提示
- ·俄防长:俄正在南千岛群岛建立观察哨所
- ·荆荆高铁、黄百铁路......多条铁路重点项目取得突破性进展
- ·俄称乌军无人机袭击别尔哥罗德州 致6死35伤
- ·要发钥匙啦!门头沟这个安置房即将安置入住
- ·中法“双向奔赴”实现全方位合作 推动文化交流“多点开花”
- ·人工智能:从流行词到生产力
- ·宁波交警通报一起交通事故:1人死亡,1人受轻微伤
- ·开扒女明星穿了5年以上的外套,原来都有一个共同点
- ·新研究:火星陨石坑或曾拥有类地宜居环境
- ·A股5月“开门红” 沪指盘中创年内新高
- ·酒后吃药昏迷38天,31岁网红俄罗斯娜娜去世
