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
原料成本下行“托底” 青岛啤...
转自：财联社面对每天上千份上市公司公告该看哪些？重大事项公告动辄几十页几百页重点是啥？公告里一堆专业...
从消费新图景看资本市场内在稳定...
来源：上海证券报·中国证券网上证报中国证券网讯（记者 祁豆豆）机场客流涌动、景区游人如织、夜市小摊烟...
跨过低谷、重回增长——浙商银行...
作者 | 胖虎2026年8月26日，浙商银行披露2026年半年度报告。上半年实现营业收入332.56...
合力科技(603917.SH)...
合力科技(603917.SH)披露2026年半年度报告，报告期公司实现营业收入2.85亿元，同比下降...
博济医药(300404.SZ)...
博济医药(300404.SZ)发布2026年半年度报告，报告期内，公司实现营业收入4.54亿元，同比...
守流派根脉向民间生长，韩婷婷走...
（来源：上观新闻）当醇厚深沉的范派小生唱腔，回响在交响伴奏的专业剧场，流淌于社区活动室、校园课堂与养...
红墙股份(002809.SZ)...
红墙股份(002809.SZ)发布2026年半年度报告，报告期内，公司实现营业收入3.64亿元，同比...
西藏吉隆发生泥石流灾害 各方力...
中新社拉萨8月26日电 (赵朗 江飞波 贡嘎来松)8月26日上午10时30分许，因尼泊尔一侧发生泥石...
银行业监督管理法修订草案二审：...
上证报中国证券网讯（记者 韩宋辉）银行业监督管理法修订草案8月25日提请全国人大常委会会议二次审...
一线调研看变化｜从“卖产品”到...
来源：上海证券报·中国证券网上证报中国证券网讯（记者 韩宋辉）北京是全国保险深度、密度“双第一”的城...