研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-23 17:12:38 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，内容昭通市某某橡塑制品维修站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”，成功昭通市某某橡塑制品维修站实验结果显示，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
冬游青海怎么玩？五条精品线路解锁高原盛宴2025-12-22 14:56:45 来源：西宁晚报 作者：刘阳禾2025-12-23
外媒：埃隆·马斯克启动万亿薪酬计划，但两大问题恐致股东财富蒸发
来源：环球网【环球网科技综合报道】近日，《财富》评论认为，特斯拉首席执行官埃隆·马斯克的万亿薪酬将会导致股东财富蒸发。《财富》称，11月6日，特斯拉股东批准了首席执行官埃隆·马斯克价值高达1万亿美元的2025-12-23
香港警方今日12月1日）下午就大埔宏福苑五级火警会见传媒。警方介绍，过去两日警方已完成五栋大厦的搜索行动，剩余的两栋大厦搜索工作正在进行中。截至目前，大埔宏福苑五级火警已造成151人死亡。大湾区之2025-12-23
本文转自：人民网-北京频道人民网北京11月30日电 记者董兆瑞）记者从北京市重大项目办和京投轨道公司获悉，11月29日，北京地铁14号线阜通站B2出入口及配套过街通道正式投入使用。据了解，地铁14号线2025-12-23
近期，日本首相高市早苗公然将所谓“台湾有事”与日本的“存亡危机事态”挂钩，暗示可能武力介入台海，这一妄言不仅引发中方强烈愤慨，严重冲击中日关系根基，更将日本自身置于巨大战略风险之中，也引发了国际社2025-12-23
上海一外卖员被撞断6根肋骨，肇事大学生未支付赔偿，选择消失……
来源：新闻晨报00后大学生刘青和化名）3年前在上海嘉定上学时驾驶电动车将一名外卖员撞伤经交管部门认定刘青和需承担全部责任双方调解约定5年内分5期赔付20.5万元经法院调解刘青和同意5年内向对方支付各类2025-12-23
最新评论