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,内容佛山市某某环保机械设备制造厂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”,成功佛山市某某环保机械设备制造厂实验结果显示,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。”
- ·新疆克孜勒苏州阿合奇县附近发生5.4级左右地震
- ·中国香港首金得主撞脸林志玲
- ·800V平台/2025年发布 全新保时捷卡宴纯电版曝光
- ·以官员称以方已向美国提交加沙停火协议最新提案
- ·今年冬天最流行的大衣“高阶穿搭”,太时髦了!
- ·黄河出现2024年第1号洪水
- ·659分滑档,一段6000多人滑档!名额只剩115个,今年文科考生太难
- ·台湾宜兰一艘渔船遭日方登检扣船带走8人
- ·心理咨询不是“万能药” 4个常见误解要注意
- ·德国柏林总理府附近发生持刀伤人事件 4人受伤
- ·射落奥运首金的她,还是个17岁的高中生
- ·黄仁勋小扎首次公开对话 聊了大模型开源那些事儿 还互送夹克表情谊
- ·ChatGPT发布三周年:它重塑了世界,却也把自己逼到了悬崖边
- ·詹姆斯+杜兰特老而弥坚 美国男篮战胜塞尔维亚男篮
- ·台湾宜兰一艘渔船遭日方登检扣船带走8人
- ·德国柏林总理府附近发生持刀伤人事件 4人受伤
