研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-16 12:59:48 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，内容保山市某某投资管理专卖店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”，成功保山市某某投资管理专卖店实验结果显示，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
在近日刚刚闭幕的2025年全国青少年信息学奥林匹克联赛中来自金陵河西学校信息学队的8名学子达到全国一等奖分数线3名学子达到全国二等奖分数线值得一提的是在这场以高中生为主的比赛中金陵河西有5名初中生达到2025-12-16
据新华社报道，中国常驻联合国副代表孙磊4日在纪念首个“反对单边强制措施国际日”联大会议上发言时表示，当前，单边主义肆意蔓延，单边强制措施大行其道。中方呼吁少数西方国家听从正义呼声，立即、无条件、彻2025-12-16
来源：滚动播报来源：千龙网）千龙网北京12月2日讯 据北京市突发事件预警信息发布中心最新消息，目前，北京市大部分地区风力已减弱，山区局地仍有7级左右阵风，市气象台2025年12月02日19时00分解除2025-12-16
12月3日下午，家住北京大兴区的崔老先生经历了惊魂一刻，家中一台使用多年的电视机突然冒烟起火，插座处冒出火花，迅速引燃周边堆积的可燃物。老人面对火情一时慌乱，幸得家人及时发现并报警，消防救援人员到场后2025-12-16
微信公众号“国家安全部”12月13日消息，在信息爆炸的时代，国家安全的防线早已突破传统疆域，覆盖到舆论引导、真相揭露、民生福祉的每一个角落。作为时代的记录者、勇毅的发声者，一批优秀的中国记者或间接2025-12-16
封面新闻记者 刘叶近日，被视为七星山·骆驼杯”国际极限荒野求生挑战赛下称荒野求生）的热门夺冠选手林北本名张博林），主动退赛，身体无恙，精神状态良好。在经过短暂休整后，12月5日，他接受了封面新闻专访，2025-12-16
最新评论