研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-06 12:13:47 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，内容许昌市某某车业有限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”，成功许昌市某某车业有限公司实验结果显示，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
- 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》2026-01-06
巴基斯坦警方当地时间8月25日说，该国当天接连发生两起客车翻车事故，造成至少34人死亡，另有22人受伤。 据警方透露，其中一起交通事故发生在巴控克什米尔地区的本杰地区。一辆从旁遮普省拉瓦尔品第市2026-01-06
你家里有没有小霉点？这些防霉妙招请收！2024-08-28 09:35:43 来源：央视新闻客户端 作者：陈2026-01-06
美国《军事观察杂志》网站近日报道称，一台美制“艾布拉姆斯”主战坦克在俄罗斯库尔斯克地区被炸毁。该媒体表示，据估计，最近半年内，美国向乌克兰提供的31辆 “艾布拉姆斯”主战坦克中已有近20辆被俄军摧2026-01-06
在案发被捕近5年后，44岁的许垚在等待着法律的最后裁决。这位三体宇宙上海）文化发展有限公司下称“三体公司”）原CEO即“首席执行官”），于2024年3月被上海市第一中级人民法院，以犯故意杀人罪判处死刑2026-01-06
[存量房贷利率降了？银行回应]社交平台上有网友称自己的存量房贷利率由4.25%降至3.45%。多方调研得知，所谓的“存量房贷利率下调”其实是购房者申请了顺位抵押方式的“商转公”贷款业务，即购房者无2026-01-06
最新评论