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,内容江门市某某电子打标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”,成功江门市某某电子打标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。”
- ·让癌细胞“过敏” 浙大团队巧用“肥大细胞”治肿瘤
- ·回顾经典,缅怀故人,《老友记》纪念开播30年
- ·一房企突然官宣:所有在售住宅,涨价!
- ·外交部:中方将一如既往保障所有在华外国公民的安全
- ·爱马仕继承人,千亿家产被最好的朋友骗光
- ·今天20时43分,正式进入——
- ·伊朗煤矿事故死亡人数已达到28人
- ·央行:首次创设结构性货币政策工具支持资本市场
- ·甲骨文美股盘前跌超12%
- ·火箭军向太平洋海域成功发射1发洲际弹道导弹
- ·最终计票结果显示 迪萨纳亚克在斯里兰卡总统选举中胜出
- ·小伙装空调坠亡 母亲捐其眼角膜,公司未买意外险
- ·北京保障房中心总部迁入副中心 新楼面积2.95万平米
- ·币圈大事件!“前华人首富”赵长鹏确认即将出狱
- ·23年前南京中山陵景区湖底沉尸案,警方披露侦破始末
- ·免费游定州!9月20日起河北定州所有文物景点免首道门票
