研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-02 04:57:43 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，内容天门市某某生物科技有限责任公司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”，成功天门市某某生物科技有限责任公司实验结果显示，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
当地时间12月29日，美国白宫发言人表示，美国总统特朗普与俄罗斯总统普京就乌克兰问题进行了富有成效的通话。 俄罗斯总统助理乌沙科夫透露，普京在通话中向特朗普表示，俄罗斯将会采取措施回应乌克兰对俄2026-01-02
10余省区）市旅游人士齐聚阿尔山 探寻康养游魅力2024-09-20 20:00:34 来源：中国新闻网 作2026-01-02
以为在网上遇到了真爱 快醒醒吧！ 你遇到的可能不是“女神” 而是骗钱的“抠脚大汉” 近日 浙江嘉兴市公安局南湖区分局 新丰派出所接到小吴报警 称其被“网恋女友”骗了 经了解 两人2026-01-02
近日，有互联网论坛上出现帖文称“最新的人民币第6套”“明年即将上市1000元人民币”，还附上了所谓“新版人民币”的票样图片，包含印有“龙腾”图样的粉色1000元大额币种、印有领导人头像的褐色500元币2026-01-02
12月26日，臻镭科技、ST长园、大烨智能三家公司公告称，涉嫌信息披露违法违规被中国证监会立案。 臻镭科技：公司被证监会立案 臻镭科技688270.SH，股价138元，市值295.39亿元）公2026-01-02
十一前夕，经营15年的豪华酒店宣布歇业 业内人士：酒店业已供大于求
每经记者：舒冬妮 每经编辑：董兴生国庆佳节前夕，旅游业即将迎来旺季，然而，一家豪华酒店却意外宣布歇业三个月。9月21日上午，国际酒店品牌洲际酒店集团旗下惠州洲际度假酒店一片混乱，一群人围着酒店总经理和2026-01-02
最新评论