研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-10 07:53:04 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，内容张家口市某某工业设备有限责任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”，成功张家口市某某工业设备有限责任公司实验结果显示，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
据央视军事消息，29日上午，东部战区开展“正义使命-2025”演习。围岛进逼，夺取制权，精准寻歼，插翅难逃，东部战区发布军事演习现场视频《进逼 夺权 阻逃》。 此次演习，主要有哪些内容？国防大学2026-01-10
11月13日，据现代快报消息，11月11日，朱令父母收到了北京市人民检察院的书面答复，结论是：经审查，未发现公安机关存在侦查违法情形。据现代快报援引微信公众号“朱令我们在一起”消息，今年10月29日，2026-01-10
11月15日，从美团单车客服处了解到，因车辆回仓保养，美团单车将于2024年11月15日10:00在郑州市暂停运营，恢复时间另行通知。哈啰单车客服回应确认，因系统全面升级，哈啰单车将于2024年11月2026-01-10
原标题：2024年1—10月份全国固定资产投资增长3.4%） 2024年1—10月份，全国固定资产投资不含农户）423222亿元，同比增长3.4%按可比口径计算，2026-01-10
当地时间1月2日，俄罗斯联邦侦查委员会发布消息称，调查显示，1月1日凌晨，乌克兰方面动用多架携带爆炸装置的无人机，对赫尔松霍尔雷镇的一家咖啡馆及一家酒店发动了大规模袭击。当时建筑内至少有包括顾客和2026-01-10
当地时间11月17日，美国路易斯安那州新奥尔良发生两起枪击事件，造成2人死亡、9人受伤。 两起枪击事件均发生在一场娱乐性的游行活动路线附近。新奥尔良警察局表示，第一起枪击事件造成8人受伤。大约42026-01-10
最新评论