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,内容日照市某某过滤器制造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”,成功日照市某某过滤器制造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。”
- ·哈马斯:与土耳其外长讨论加沙停火协议与人道危机
- ·姚明发文缅怀比尔·沃顿:他的智慧、慷慨和乐观将永远激励我
- ·那英摇来了孙楠,《歌手2024》总导演洪啸感谢他抗压再战
- ·湖人又抢人失败!快船5年近7000万续约泰伦卢 愿留住哈登乔治
- ·暴雪+大风+大雾预警齐发!新一轮冷空气来了
- ·考上研究生,就一定能找到好工作吗?
- ·41所大学,计算机科学与技术专业考研率大PK
- ·41所大学,计算机科学与技术专业考研率大PK
- ·哈马斯:与土耳其外长讨论加沙停火协议与人道危机
- ·上海国际电影节|亚新二十年:点点星光成就灿烂星河
- ·那英摇来了孙楠,《歌手2024》总导演洪啸感谢他抗压再战
- ·高考遇上“龙舟水”,做好这些准备顺利“启航”
- ·短剧培训班,正在收割爸妈的养老钱
- ·高考来了,高三学生的家长,到底该不该“送考”?
- ·40多万白花了!泸州母亲炫耀被打脸,按下重庆小升初暗考的暂停键
- ·法网之王谢幕?纳达尔不敌兹维列夫首遭法网一轮游
