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,内容百色市某某金属材料教育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”,成功百色市某某金属材料教育中心实验结果显示,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。”
- ·“插座一哥”公牛怒了
- ·酷暑难耐游泳正当时 远离中耳炎、红眼病这样做
- ·不同的境遇,同样的伟大,再多看几眼莫德里奇与克罗斯
- ·超20万人请愿弹劾尹锡悦,一场内斗难以避免
- ·泰国执政党自豪泰党提名2名总理候选人
- ·老尿床当心是种病!关于遗尿症的8个问题,北京儿童医院专家解答
- ·32万公里实车直播拆解 极氪凭事实证明实力!
- ·男子吊脖健身身亡 当心这些锻炼方式
- ·扎哈罗娃生日当天,普京向其颁发勋章,二人互赠礼物
- ·68岁丰田章男在上海大秀车技,丰田GR嘉年华传递梦想的甲烷味
- ·转存!各地高考分数线已全部公布
- ·奥运倒计时30天!巴黎赛场,看中国军团全力以赴
- ·台湾台东县附近发生5.5级左右地震
- ·上海广播电视台携手三大朋友圈共建ShanghaiEye+
- ·山区县域高中,全班49人48个高考过600分,他们是怎么做到的?
- ·吃得越咸胖得越快?别让高盐伤了孩子
