研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-28 02:56:39 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，内容福建某某车业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”，成功福建某某车业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。”
相关文章
江西省政协党组成员、副主席尹建业涉嫌严重违纪违法，目前正接受中央纪委国家监委纪律审查和监察调查。 总台央视记者 宋琎）2025-12-28
#夏日生活打卡季#虽然现在温度还是蛮高的，但是早晚隐隐约约感受到了点凉意，也就是说，秋天快来了！说到最适合秋天穿的单品，那必须有卫衣的一席之地！它能很好地解决女生“每天穿什么”的问题，不管是搭裤子还是2025-12-28
张钧甯作为一个女演员的野心，就明晃晃地亮在她的作品列表里。出道后诸多深入人心的角色，因为探究人性的深度与边界而富有魅力。她说，电影是有能量的，我们要用好这些能量。而她本人，也正在成为能量的一部分。糖霜2025-12-28
发布全新概念车Theory 1，路特斯电动跑车大计要加速了？
放大看我有一段时间没发路特斯的内容了，不是没关注，恰恰相反，作为国内为数不多的媒体车主，我隔三岔五就看看这个品牌的各路资讯。结合这周刚发布全新概念车Theory 1，我在这期节目一次过聊聊我的看法！先2025-12-28
据中国海事局网站消息，三亚海事局发布航行警告，12月19日4时至14时，南海部分海域进行军事训练，禁止驶入。2025-12-28
文 |林轻吟林轻吟前言都说近水楼台先得月，娱乐圈不乏明星夫妻，他们有的是因戏生情，有的是因共同好友而相互认识。但不论哪一对明星结婚官宣，都会有反对的声音传出来，甚至还被不少网友劝分。有这么几对明星夫妻2025-12-28
最新评论