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 19:20:49 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
小米也涨价了！内存压力传导至手机厂商，业界称终端再不涨明年必定亏损
存储芯片涨价已经波及到了智能手机。12月25日晚，小米最新发布了旗舰手机17 Ultra，由于存储芯片价格上涨等因素，小米上调了17 Ultra全系列价格。其中，起步存储配置调整为12GB+512GB2026-01-02
美媒：滞留国际空间站已3个多月，波音“星际客机”飞船被发现发出异响
来源：环球时报新媒体美国科技网站“Ars Technia”1日消息，滞留国际空间站已3个多月的波音“星际客机”飞船被发现发出异响。当地时间8月31日，美国航天局宇航员布奇·威尔莫尔称，他注意到“星际客2026-01-02
(文/王勇 编辑/赵乾坤)英国Nationalworld网站8月31日报道，欧洲即将对所有机场实施重大变革，赴欧旅客需注意以下三大关键变化。首先，禁止随身携带超过100毫升的液体。其次，欧洲机场将对旅2026-01-02
中新网8月31日电 综合日媒报道，台风“珊珊”从日本九州地区登陆后持续西进，包括东京、大阪等多地都出现大风暴雨天气。据日本广播协会(NHK)统计，截至当地时间31日凌晨，本轮台风天气已造成日本全国6人2026-01-02
北京交警发布提示：自2025年12月29日至2026年3月29日，星期一至星期五限行机动车车牌尾号分别为：3和8、4和9、5和0、1和6、2和7。 同时，2026年1月1日至1月4日，对北京市机2026-01-02
立秋后，暑热还在盛行，仍处于长夏之时。在这样一个季节交替的时间节点，应该如何做好养生？江苏省中医院呼吸与危重症医学科主任中医师魏瑜在接受采访时介绍，长夏逐渐过渡至初秋，气候特点由湿热转至温燥，所涉脾、2026-01-02
最新评论