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,内容鄂尔多斯市某某网络科技维修网点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”,成功鄂尔多斯市某某网络科技维修网点实验结果显示,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。”
- ·新疆克孜勒苏州阿合奇县附近发生5.4级左右地震
- ·A股沪市总市值约51万亿元居全球第三
- ·外媒:乌克兰对莫斯科发动“最大规模”无人机袭击
- ·石破茂在日本参议院首相指名选举投票中胜出
- ·公开招水军吹捧日本、抹黑中国,金主是谁?
- ·特斯拉股价创2年来新高,总市值重返1万亿美元
- ·关口昌一担任日本参议院议长
- ·喜茶招招招人啦!月薪25K+!
- ·华为智选车产品总监彭磊:享界11月交付6000,本月目标1万
- ·美国500强企业偏爱的大学揭秘!第一名咱是真的想不到....
- ·黄圣依再次选择不离引发炒作质疑,狗仔曝她私下生活,难怪不离婚
- ·三门峡越冬大天鹅已超3000只!最佳观赏点“出炉”
- ·Vidu Q2生图功能上线:控制权进一步交给创作者
- ·高清大图!红鹰飞行表演队展翼云霄
- ·考研人,也有自己的双十一!
- ·我国南海部分岛礁标准名称公布
