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,内容昆明市某某交通设施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”,成功昆明市某某交通设施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。”
- ·刚上任2个月,A股80后董事长被留置
- ·听说熟着吃苹果好处更多?
- ·童声颂祖国
- ·国内航线燃油附加费10月5日起大幅下调
- ·穿睡衣睡和裸睡,到底哪个更健康?
- ·追尾致前车失控驶向对向车道 湖南株洲多车相撞事故致6死7伤
- ·不输张家界,湖南另一处举世罕见的世界自然遗产,美如人间仙境
- ·以军12天炸死黎巴嫩243名妇女儿童
- ·腾势D9完成第30万辆交付 潘晓婷成里程碑车主
- ·受台风“贝碧嘉”影响上海机场616架次航班取消
- ·近1周超17万人从黎巴嫩进入叙利亚避难
- ·辛鲍姆宣誓就任墨西哥总统
- ·穿睡衣睡和裸睡,到底哪个更健康?
- ·婴儿恒温壶变“毒胶水”壶?网友怒砸家里水壶验证
- ·哈佛新校长开学演讲,我看到了我们和世界顶尖名校的差距…
- ·以色列北部多地响起警报
