研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-11 08:27:46 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，内容日照市某某过滤器制造客服中心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”，成功日照市某某过滤器制造客服中心实验结果显示，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
当地时间12月29日下午，美国总统特朗普在与以色列总理内塔尼亚胡会晤后对记者表示，他与内塔尼亚胡在约旦河西岸问题上并未完全达成一致，但他拒绝透露双方的具体分歧。特朗普说，相关内容会在适当时机公布，2026-01-11
新京报记者咸运祯 编辑 陈晓舒 校对 张彦君 “各位叔叔阿姨，是不是真心想学表演？” “是！” “那我告诉你们，你们没有被时代淘汰，反而站在风口上了。”年轻老师的声音提高了一些，目光扫过房间2026-01-11
AI大模型"第一股"争夺战打响！MiniMax和智谱AI同传通过港交所聆讯
“全球大模型第一股”争夺战正式打响：两家中国AI大模型独角兽企业MiniMax和智谱AI本周传出已通过港交所上市聆讯的消息。据腾讯新闻《一线》17日周三报道，两家公司均于本周初获得中国证监会境外上市备2026-01-11
俄罗斯总统普京19日在年度记者会上表示，俄方愿意在乌克兰选举期间暂时停止打击。 普京称，乌克兰领导人如果愿意，就能够进行选举。俄方愿意为乌克兰选举提供安全保障，比如在投票期间停止打击。总台记者2026-01-11
来源：财联社 财联社1月2日电，据多家媒体最新消息，中国比亚迪已超越特斯拉，登顶全球电动汽车销量榜首。比亚迪1月1日宣布，2025年其纯电动汽车销量达到226万辆，较2024年增长近28%。与此2026-01-11
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。2026-01-11
最新评论