研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-02 09:51:54 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，内容杭州市某某设备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”，成功杭州市某某设备厂实验结果显示，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。”
相关文章
超级高铁越来越近？ 12月26日，根据国防科技大学官网信息，近日，国防科技大学磁浮团队在开展的磁悬浮实验中，成功在两秒内，将吨级重的试验车，在400米磁悬浮试验线上，加速至700公里/小时并安全2026-01-02
秋冬季空气干冷、多风，脱皮、泛红、干痒……不少人的皮肤也随之闹起情绪。下面，就请皮肤性病科的专家给大家介绍几个秋冬季护肤的小窍门。2026-01-02- 无论是青春期的少男少女，还是成年的打工人，常常免不了脸上冒痘医学上叫做“痤疮”），这让人烦恼不已。市场上充斥着各种声称能够快速祛痘的产品，其中一个就是痘痘贴。它不仅便捷，看起来也靠谱，成为了不少人的祛2026-01-02
- 今年世界精神卫生日的主题为“共建共治共享，同心健心安心”。近年来，心理健康，尤其是青少年群体的心理健康，日益受到人们的关注和重视。青少年正处于生长发育、社交和情感发展的关键时期，生理、心理和社会环境的2026-01-02
背大学英语四级单词，感觉每天要复习的单词越来越多，一般有三个问题：① 记忆方法不好，引起的遗忘率偏高，记忆速度压不住遗忘率。② 单词记忆周期太长，后面的还没背完，前面就忘了。③ 可能采用了视觉记忆，没2026-01-02
记者从首都机场了解到，预计首都机场今天夜间阴天，明天11月25日）0时至7时有小雨，7时至12时有小雨夹雪。针对明天的雨雪天气情况，首都机场提前对部分航班时刻进行调整，做好除冰雪人员和物资的准备工2026-01-02
最新评论