研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-05 02:51:09 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，内容哈尔滨市某某建筑工程教育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”，成功哈尔滨市某某建筑工程教育中心实验结果显示，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
12月26日，针对此前美国宣布大规模对中国台湾地区军售，外交部公布关于对美国军工相关企业及高级管理人员采取反制措施的决定，涵盖20家企业、10名高管。相关举措正当、合理、必要，充分彰显中国捍卫国家2026-01-05
2025年12月7日，北京——第八届青年创客挑战赛近日在京圆满落幕。本次活动集中展现了中国青年创业者积极响应国家绿色低碳发展战略，在推动循环经济转型中发挥的先锋作用，彰显了新时代青年投身可持续发展2026-01-05
中国电建通报“福建永安一水库大坝建设被指偷工减料”：已成立调查组
中国电建11月29日晚发布情况通报：针对媒体反映福建永安抽水蓄能电站施工过程中存在的质量等问题，中国电建高度重视，已成立调查组，将会同有关方面全面调查核实，依法依规处理。公司真诚感谢社会各界监督，相关2026-01-05
来源：环球网【环球网财经综合报道】香港万得通讯社日前报道，我国信息通信领域首个国家重大科技基础设施——未来网络试验设施正式投入运行。该设施将为工业制造、能源电力、教育医疗、低空经济等领域提供开放试验支2026-01-05
来源：中国新闻周刊 近日，有网友发帖称，此前因采访时表示“希望领导支持调休跑马拉松”引起轩然大波的“最快女护士”张水华不在中国田径协会公布的女子马拉松业余选手年度排名名单上，疑遭除名。中国田径协2026-01-05
办公室里咳嗽声此起彼伏 教室里“入座率”越来越低 一旦中招流感 发烧、咳嗽、肌肉酸痛 整个人都仿佛被“掏空”△2025年12月4日，在上海某医院输液的患者。图片来源：视觉中国 目前，全国2026-01-05
最新评论