研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-07 13:07:22 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，内容张掖市某某洗涤用品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”，成功张掖市某某洗涤用品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
点“山东教育信息"免费关注1. 如果没有天赋，那就一直重复，慢也好，步子小也好，是在往前走就好。2. 所有的努力不是为了让别人觉得你了不起，而是为了让自己打心里看得起自己。3. 看不清方向时，就比旁人2026-01-07
当地时间6月25日晚，以色列国防军发布声明称，当天以军战机在针对加沙地带北部加沙城的袭击行动中，打死一名巴勒斯坦伊斯兰圣战组织杰哈德）的军事指挥官。 以军在声明中称，该指挥官名叫法迪·贾哈德·穆2026-01-07
近日，浙江高考已出分不知道学子们是否都实现了自己的小目标然后，大家庆祝的时候也要注意安全“莫让满屏高分迷了眼~”2024年6月25日山西朔州一学校为了庆祝学生取得好成绩在校园内举办一场特别的烟花秀以此2026-01-07
唐尚珺16次高考冲了8次，冲志愿的利与弊，如何更理性地冲一冲？
同学们即将填报高考志愿，“冲一冲、稳一稳、保一保”的话题又成了热门，说着容易，做着难，我听到很多人都在鼓励填报高考志愿冲一冲，到底是睁着眼冲，还是闭着眼冲？朋友们都知道广西有个“高考钉子户”唐尚珺，他2026-01-07
今起迎冷空气“三连击”！保护好身体这几个寒气“入口”→2026-01-04 11:56:41 来源：国家应急广播微信公众号2026-01-07
据印尼气象、气候和地球物理局消息，当地时间6月26日8时24分，印尼亚齐特区沙璜市西北587公里海域发生5.6级地震，震源深度10公里。总台记者 陶家乐）2026-01-07
最新评论