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,内容泉州市某某广告媒体经销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”,成功泉州市某某广告媒体经销部实验结果显示,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。”
- ·豆包发布手机助手技术预览版 正与多家手机厂商洽谈合
- ·“走读中国——走进大美新疆”参访团走进昌吉
- ·福建海警依法送返4名台湾省籍渔船船员
- ·室内也要当心中暑!在空调房有这些症状须留意
- ·未来五年,北京科技创新要做这些事!
- ·4399游戏2025届校招正式启动!六险一金&高起薪!高额餐补!
- ·中国队40金27银24铜收官
- ·中新真探:多吃苦瓜能降血糖吗?
- ·大使馆通报仝卓表弟已获救
- ·应对现代生物学挑战,陈薇提出“表征生物学”概念
- ·对号入座养生才能事半功倍!九大体质养生攻略请收好
- ·38元一份的中药冰淇淋走红,网友:李时珍坐不住了
- ·阿里1688启动“寻源中国”供应链
- ·县长被查后,县委书记张光全主动投案
- ·泰国议会8月16日将投票选举新总理
- ·韩国西南部发生交通事故 13人受伤
