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,内容咸宁市某某路桥科技运营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”,成功咸宁市某某路桥科技运营部实验结果显示,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。”
- ·专家:以融合生态打通医疗创新转化“最后一公里”
- ·适合秋天穿的“印花裙”,这才是氛围感的神,轻松拿捏成熟美
- ·张纪中为四胎女儿办满月,全家福寓意美满,42岁杜星霖扎麻花辫
- ·女人过了50岁秋季怎么穿?拒绝老气、注重简约高级,气质更优雅
- ·26岁广西球王,在质疑声中成为本土得分王
- ·最万能的“内搭”,美翻了!
- ·没有了乔杉,修睿独闯网大圈,与反派专业户杜玉明联手,惊喜连连
- ·红发的关晓彤,是爱丽儿公主吧
- ·本周末开考!山东合格考准考证每天可打印,部分考场分布图出炉!
- ·针织衫配裙子和裤子,造型思路很不同
- ·刘观桥:坚持场景化造车 3年超60万销量将水到渠成
- ·谢施奇:AUDI是“更未来”的上汽奥迪
- ·为应对大陆军演,台军出动坦克但半路故障冒烟
- ·何炅KTV聚会5秒视频疯传,坐姿局促被大姐搂肩,大姐身份引热议
- ·极氪领克合并背后的远虑
- ·打造流行的知识分子风穿搭,“衬衫”就够了,高级感才是关键
