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,内容肇庆市某某摩托车销售运营部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”,成功肇庆市某某摩托车销售运营部实验结果显示,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。”
- ·从夏天到冬天,中国男篮的手感也凉了?
- ·竞彩欧洲杯|乌克兰不值得信任,法国荷兰默契打平
- ·国家统计局公布5月份分年龄组失业率数据
- ·SIFF|DAY7:亚洲新人单元颁奖典礼今日举行
- ·水果界抗氧天团登场!维C天花板竟是它
- ·铁路儿童票新规实施后,已有超4900万人次小旅客免费出行
- ·喝苏打水,真的能中和胃酸吗?
- ·梅西贡献助攻创出场历史纪录,美洲杯揭幕战阿根廷赢得开门红
- ·甲骨文美股盘前跌超12%
- ·四川省本科二批10分一排名报考院校
- ·演唱会买到“柱子票”如何维权?一审宣判了!
- ·首映丨《一个男人和一个女人》:管虎、黄渤的“人到中年”
- ·现实真正的大女主,比《玫瑰的故事》更爽
- ·高考成绩400分左右,建议报考这四类大学,学生将来才能有出路!
- ·中国足协:两位球员年龄造假,禁赛2个月
- ·新加坡大学住宿费又双叒涨了!留学生:上得起学,住不起宿舍了
