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 16:46:34 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
日本宇宙航空研究开发机构22日发射一枚H3火箭，火箭在飞行途中第二级发动机燃烧提前停止。目前正在确认情况。 当地时间12月22日10时51分左右，日本H3火箭8号机从鹿儿岛县种子岛宇宙中心发射升2026-01-02
当地时间20日，泰国国防部在新闻发布会中表示，泰国军方当天出动F-16战机，摧毁了柬埔寨方面的一个武器库，该武器库被藏匿于一栋废弃的赌场建筑内。 泰军方还表示，19日晚，泰方发动空袭，旨在切断柬2026-01-02
当地时间20日，俄罗斯莫斯科州希姆基市发生不明装置爆炸，造成一人死亡、两人受伤，事件正在调查中。2026-01-02
十四届全国人大常委会第十九次会议12月27日表决通过《中华人民共和国危险化学品安全法》，自2026年5月1日起施行。 危险化学品安全法共10章127条，包括总则、规划布局、生产和储存安全、使用安2026-01-02
来源：中国新闻周刊 俄罗斯总统普京12月19日在莫斯科举行“年度盘点”活动，现场回答约80个问题，内容涵盖国际关系、地缘局势、俄经济军事发展等话题。活动持续约4个半小时。 在现场，普京罕见回应2026-01-02
最新评论