研究:用诗歌就能让AI说违禁内容,成功率达62%
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,内容潜江市某某环保机械设备业务部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”,成功潜江市某某环保机械设备业务部实验结果显示,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。”
- ·深夜突发,金价突变!人民币拉升,中国资产大爆发
- ·长大要当空降兵的“地震男孩”程强来航展了
- ·11月14日北京新房网签316套,二手房网签812套丨每日网签
- ·降税!意味着什么?
- ·新疆克孜勒苏州阿合奇县附近发生5.4级左右地震
- ·中国航展|歼
- ·石景山这个区域整治提升项目基本完工——
- ·美国一737型客机起飞前突然“中弹” 嫌疑人尚未落网
- ·实测豆包手机助手:AI 操作手机的时代来了?
- ·碰到出高价的不卖,还想继续涨价,大叔心态膨胀,错失良机!
- ·48天平房变楼房!朝阳这几个地儿的居民真摊上好事儿了!
- ·红鹰飞行表演队蓝天作画
- ·会去沙特吗?吕迪格:去那不意味着一定变差,坎特是个好例子
- ·2024年,是时候重新认识金隅了
- ·美军居然“用”上了中国歼
- ·东风日产N7首发亮相 新能源转型再提速
