研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-01 01:07:11 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，内容潜江市某某建筑工程维修站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”，成功潜江市某某建筑工程维修站实验结果显示，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
西藏自治区人大常委会党组副书记、副主任王峻涉嫌严重违纪违法，目前正接受中央纪委国家监委纪律审查和监察调查。 总台央视记者 宋琎）2026-01-01
小暑之后不久进入伏天。三伏天是一年中气温最高且又潮湿、闷热的时段，所谓“热在三伏”，民间也有“小暑大暑、上蒸下煮”之说。伏天如何调节饮食作息、科学养生？日前，国家卫生健康委邀请专家介绍“时令节气与健康2026-01-01
来源：海外网海外网7月4日电据美国《纽约邮报》7月3日报道，消息人士当天向媒体透露，美国达美航空公司一架航班上的变质食物导致乘客生病，飞机随后紧急降落在纽约市。这名消息人士称，该航班原定飞往荷兰的阿姆2026-01-01- 近期，多地高温持续，热射病也进入高发期。作为高温杀手，热射病和一般中暑的主要区别是什么？为此，人民网采访了江苏省中医院急诊科主任中医师徐顺娟。徐顺娟介绍，暑热节气当令，当长时间暴露于热环境和或）剧烈运2026-01-01
北京日报消息，12月29日，外交部发言人林剑主持例行记者会。 路透社记者提问，东部战区在台湾岛附近开展军事演习的动机，是因为美对台军售吗？美方是不是中方所提到的“外部干涉势力”？ “我要再次强2026-01-01
7月8日，位于天津的空客A320系列飞机亚洲总装线，正式交付第700架在中国完成总装的飞机。该架飞机为空客A320neo飞机，由成都航空接收运营，共设180个经济舱座位。 位于天津的空中客车A32026-01-01
最新评论