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 17:45:46 作者:玩站小弟
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
- 近日,演员闫学晶在直播中透露,32岁的儿子年收入“仅几十万元”,却需负担家庭年开支百八十万,否则家庭无法运转,其“哭穷”内容引发不少网友质疑。 30日中午,媒体联系到闫学晶本人,就外界“哭穷”争2026-01-02
当地时间5月11日,黎巴嫩真主党宣布当晚对以色列北部拜特希勒尔的以军基地及附近的“铁穹”系统发射平台发动了无人机袭击。真主党声明称,袭击致以军“铁穹”系统部分构件彻底失能。△“铁穹”系统发射拦截弹2026-01-02
版权声明:本文版权为网易汽车所有,转载请注明出处。网易汽车5月6日报道4月25日北京车展期间,赛力斯汽车AITO问界全系产品亮相,并向外界公布了其自主创新的超级智能平台——赛力斯魔方参数丨图片)平台。2026-01-02
点击上面↑“电动知家”关注,记得加☆“星标”!电动知家消息,5月5日晚,小米联合创始人,副董事长林斌发布消息称,自己全款入手了一辆Model Y参数丨图片),好好体验一下FSD。林斌,男,汉族,1962026-01-02
记者从闻泰科技下午召开的2025年第五次临时股东会上获悉,自今年10月中旬恢复出货以来,安世中国已累计出货超过110亿片芯片、供应全球超过800家客户。针对安世半导体相关争议事项,今年10月闻泰科2026-01-02
炎热的夏天,女生朋友们肯定都不再局限于普通的牛仔裤穿搭了,在这个季节穿裤子真的会显得有些单调无趣,如果你想要追求时尚,彰显出个人的品味。那么我建议你可以来看看下面这些打扮,这些穿搭一个比一个优雅,放弃2026-01-02

最新评论