研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-07 09:37:12 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，内容潮州市某某生物科技厂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”，成功潮州市某某生物科技厂实验结果显示，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
1月2日晚，《每日经济新闻》记者获悉，宗馥莉重新担任宏胜集团法定代表人。工商信息显示，2025年12月26日，宏胜集团法定代表人由郑群娣变更为宗馥莉，高级管理人员备案也变更，郑群娣不再任经理，变更2026-01-07
中国无人机蜂群作战系统曝光 来源：视频综合） 中国航展上，中国蜂群2号陆战车首次亮相。单辆车可装载发射48架固定翼无人机，每架无人机都可以搭载光电侦察、打击弹药等多样化载荷，且可以任意组合，2026-01-07
11月13日，一则“女子怀上九胞胎”的新闻引发网友关注。 据报道，25岁的女子侯女士此前因自身原因一直怀不上孕，后经注射促排卵药物，在今年10月成功怀孕。侯女士表示，一开始在医院检查时显示怀了三2026-01-07
不管是否不小心，还是真心诚意地，美俄各自以不同的角度、方式看到中国航展上的中国新型战机，显示的无疑是我们的种种进步让人感受到了！文|海上客第15届中国航展正在珠海举行。说实在话，海叔真有种“乱花渐欲迷2026-01-07
来源：参考消息 参考消息网1月1日报道 据塔斯社2025年12月31日报道，白俄罗斯总统卢卡申科表示，白俄罗斯情报部门曾向他通报称，不友好国家可能在策划针对俄罗斯领导人普京的“恐怖袭击”。 塔2026-01-07
新京报贝壳财经讯 11月14日，据“海淀房管”官方公众号消息，北京市海淀区住房保障办公室、海淀区住房保障事务中心针对双泉嘉苑项目房产销售的虚假信息发布重要声明。声明显示，近日，群众反映有个别社会机构和2026-01-07
最新评论