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,内容运城市某某化学客服中心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”,成功运城市某某化学客服中心实验结果显示,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。”
- ·东方甄选确认:新东方副总裁孙进将担任公司执行总裁
- ·超7000岗位可选 湖南商务职业技术学院力促学生与企业“双向奔赴”
- ·上影节聚焦科技:AI时代电影行业能否迎来蜕变?
- ·中国足协:两名球员因年龄造假被禁赛2个月
- ·白银暴涨后急跌,贵金属价格站在“悬崖边”?
- ·从披荆斩棘到匠心优雅,长期主义赋能中国铁建产品竞争力
- ·24届考生,填报志愿前先来搞懂这些相关词汇!
- ·首映丨《刺猬》:葛优、王俊凯演绎被“卡住”的人生
- ·外交部:中方坚决反对以色列承认索马里兰
- ·我国学者揭示微塑料可致脱发
- ·铁路儿童票新规实施后,已有超4900万人次小旅客免费出行
- ·纪录片《赶集故事会》即将上线:零距离触摸“非标准化人生”
- ·说不清楚的将来,怎么会有将来时?
- ·中新健康丨这种病每年新增1万人,但死亡率有所下降
- ·新加坡大学住宿费又双叒涨了!留学生:上得起学,住不起宿舍了
- ·欧洲杯激战正酣,购彩者应理性购彩
