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,内容咸阳市某某医疗服务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”,成功咸阳市某某医疗服务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。”
- ·上海一外卖员被撞断6根肋骨,肇事大学生未支付赔偿,选择消失……
- ·继续因伤缺阵,米体:道格拉斯
- ·小瓦格纳:安东尼
- ·继续因伤缺阵,米体:道格拉斯
- ·深夜,白银迭创新高!黄金也突破近6周高点
- ·感动!哈登十次两双后卫联盟第一带队升第9 卢指导透露带病作战
- ·海南省发改委、小鹏汇天达成合作,打造“飞行汽车应用示范岛”
- ·依旧冻龄!唐宁离婚后移居新西兰近况曝光,年过四十仍少女味十足
- ·赵薇关联公司被限高 涉案金额9801元
- ·厦门这晚:赵丽颖又嫩了,关晓彤又壮了,却不及肉乎乎的陈红吸睛
- ·中国男篮合影号码公布:队长胡明轩3号杨瀚森51号 剑指两战全胜
- ·NBA周最佳:福克斯场均暴砍40.5分 小瓦格纳场均30.7分7.3板5.7助
- ·洗碗海绵这样用可能比马桶圈还脏 3个洗碗误区要避免
- ·久保建英:我们能通过自身努力晋级,所以要认真对待每场比赛
- ·四川广元一桥面栏杆破损有儿童坠落,官方通报
- ·WTT福冈总决赛男单1/8决赛 王楚钦晋级8强
