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,内容潍坊市某某生态科技专卖店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”,成功潍坊市某某生态科技专卖店实验结果显示,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。”
- ·重大打击!美军宣布:放弃
- ·墨西哥东南部发生4.5级地震
- ·极右翼选择党崛起,德企难招外国技术工人!
- ·中新真探:夏天天气炎热,就没有失温风险?
- ·北京保障房中心为822户居民免费换新
- ·萨尔瓦多近海发生6.1级地震 无海啸风险
- ·00后男子偷开母亲的车 无证超速驾驶致人死亡
- ·美国21岁体操冠军宿舍内身中数枪死亡
- ·俞敏洪,再次走向危险边缘
- ·预售20.99万元起,岚图知音最强三电剑指高端
- ·巴黎残奥会开幕,“中国红”亮相!成龙参与火炬传递
- ·【一周连连看】学而思推出新品学练机;公考三巨头位次生变
- ·两个日本团体请求访华,外交部回应
- ·比亚迪8月销量再创新高,月销40万辆不是梦
- ·美股收评:三大指数集体下跌,热门科技股普跌
- ·清华附中校长方妍:追问初心 坚定使命
