研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-08 00:20:16 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，内容四平市某某策划教育中心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”，成功四平市某某策划教育中心实验结果显示，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
△乌克兰总统泽连斯基资料图） 当地时间12月3日，乌克兰总统泽连斯基在其晚间视频讲话中表示，乌方正积极筹备在美国与美总统特朗普代表的新一轮会谈。乌国家安全委员会秘书乌梅罗夫、总参谋长赫纳托夫等谈2026-01-08
那天，阳光透过咖啡店的窗户，洒在我的桌面上，手机屏幕突然亮起，一段视频跃入眼帘。画面中，一个稚嫩的小女孩站在舞台中央，手中的小提琴仿佛是她与世界对话的桥梁，每一个音符都精准无瑕，流淌出如溪水般清澈的旋2026-01-08
“211白考了，父母连4000生活费都拿不出”，江苏女孩“破大防”
都说高考是人生的转折点，能否改变命运，就看你能考上什么样的大学，但现在时代不同了，真正决定人生命运的，未必是学校的光环，而是专业是否热门，毕竟能实现就业，才是学历变现的最终一环。9月份又有一批大一新生2026-01-08
以色列中部地区9月15日遭也门胡塞武装导弹袭击。胡塞武装称当天发射的是一枚“新型高超音速导弹”，但遭到以色列方面否认。当地时间9月16日，胡塞武装发布一段视频，展示了这款名为“巴勒斯坦2”号的新型2026-01-08
新京报讯 中国地震台网自动测定：12月04日15时44分在新疆克孜勒苏州阿合奇县附近北纬41.00度，东经78.57度）发生5.4级左右地震，最终结果以正式速报为准。2026-01-08
外媒：也门胡塞武装打击以色列目标，内塔尼亚胡警告“将付出沉重代价” 据法新社等媒体15日报道，也门胡塞武装对以色列中部目标进行打击后，以色列总理内塔尼亚胡警告称，胡塞武装将付出“沉重代价”。内塔2026-01-08
最新评论