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,内容荷泽市某某物流运营部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”,成功荷泽市某某物流运营部实验结果显示,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。”
- ·新华鲜报·“十四五”发展亮点
- ·白色系穿搭在夏季有多受欢迎?看这些搭配就知道了,清爽又显品位
- ·何晓庆退休 福特中国任命艾小明为长安福特总裁
- ·男人到中年,牛仔裤尽量别穿“紧身型”和“破洞款”,显胖还油腻
- ·特朗普定档!计划明年初再揭晓美联储新主席人选
- ·主场116比95力克广东,辽宁男篮将与新疆角逐总冠军
- ·Elektrobit:提供汽车开源操作系统解决方案 助力汽车安全
- ·今日热点:马龙无缘巴黎奥运会单打;StrayKids在MetGala被吐槽......
- ·仝卓表弟被要求找家里要钱报平安
- ·爱一个人,如爱一棵树|庆山
- ·吊打女主们半辈子,40岁仍是绝色!
- ·夏天来了别总穿裤子!看看这些“裙子”打扮,一个比一个优雅
- ·仝卓表弟被要求找家里要钱报平安
- ·懂得穿搭的女人更美,夏季学会这些优雅感穿搭,高级时尚又大气
- ·五一卖爆:理想L6单日定单破万 累计已超4.1万台
- ·气质一看就很好的女人,夏季穿搭都有这三个共同点,照着学很时髦
