研究：用诗歌就能让AI说违禁内容，成功率达62%
创始人
2025-12-01 08:15:39
0次
炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
（来源：IT之家）
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》的研究中，研究人员通过将提示词以诗歌形式表达，成功绕过了多种大语言模型（LLM）的安全限制。
该研究指出，“诗歌形式可作为一种通用型越狱操作符”，实验结果显示，整体上有 62% 的成功率诱使模型生成被禁止的内容，包括涉及制造核武器、儿童性虐待材料以及自杀或自残等相关信息。
IT之家注意到，研究测试了多款主流大语言模型，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。”
相关内容
热门资讯
中国人民银行将开展5000亿元...
本报记者 韩 昱 6月24日，中国人民银行发布公告称，为保持银行体系流动性充裕，6月25日，中...
万家量化睿选C净值上涨1.93...
万家量化睿选灵活配置混合型证券投资基金（简称：万家量化睿选C，代码016556）公布6月24日最新净...
招商中证银行AH价格优选ETF...
招商中证银行AH价格优选交易型开放式指数证券投资基金发起式联接基金（简称：招商中证银行AH价格优选E...
银华卓信成长精选混合C净值上涨...
银华卓信成长精选混合型证券投资基金（简称：银华卓信成长精选混合C，代码016624）公布6月24日最...
易方达丰和债券C净值上涨0.5...
易方达丰和债券型证券投资基金（简称：易方达丰和债券C，代码016699）公布6月24日最新净值，上涨...
浦银安盛光耀优选混合C净值下跌...
浦银安盛光耀优选混合型证券投资基金（简称：浦银安盛光耀优选混合C，代码016747）公布6月24日最...
湘财研究精选一年持有期混合C净...
湘财研究精选一年持有期混合型证券投资基金（简称：湘财研究精选一年持有期混合C，代码016782）公布...
汇添富中证500指数增强C净值...
汇添富中证500指数增强型证券投资基金（简称：汇添富中证500指数增强C，代码016854）公布6月...
中银卓越成长混合C净值上涨2....
中银卓越成长混合型证券投资基金（简称：中银卓越成长混合C，代码016896）公布6月24日最新净值，...
工银中证1000指数增强A净值...
工银瑞信中证1000指数增强型证券投资基金（简称：工银中证1000指数增强A，代码016942）公布...