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,内容潍坊市某某自控阀门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”,成功潍坊市某某自控阀门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。”
- ·暴雪+大风+大雾预警齐发!新一轮冷空气来了
- ·北京楼市:此痛点,不少家庭受到了影响
- ·百万级MPV睡不着了 岚图全新梦想家售32.99万起
- ·C919飞机首次飞抵拉萨,国产商用飞机相聚青藏高原
- ·国民党和民众党民意代表宣布将提案弹劾赖清德
- ·全球新能源热门车型,近半数都将是比亚迪?
- ·南京:金秋房展会上购买新房,额外给予合同金额1%补贴
- ·空间发动机试验台,火箭发动机的“终极考场” 一文了解→
- ·首度公开!航天技术骨干炒股亏空,竟向间谍……
- ·肯尼亚一小飞机冲出跑道,未造成人员伤亡
- ·全球新能源热门车型,近半数都将是比亚迪?
- ·2024年倒数百天,北京房价的转折时刻
- ·短短一年,从争冠到0胜垫底...
- ·一箭六星!我国成功发射吉林一号宽幅02B01~06星
- ·上周热盘榜TOP10出炉!单价1.5万/㎡起,2大纯新盘热度飙升!
- ·香港举行无人机表演庆祝中秋佳节
