研究：用诗歌就能让AI说违禁内容，成功率达62%
2025-12-05 08:20:38 [焦点] 来源：郑州市某某环保机械设备制造厂
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，内容宣城市某某设备售后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”，成功宣城市某某设备售后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。”
(责任编辑：综合)
2024年9月1日新房成交144套、二手房69套；涨价房源125套
我国快递年业务量首次突破1800亿件推荐文章
-
[多名日本艺人在华演出中止]据日本共同社29日报道，28日，为《海贼王》演唱过相关曲目的日本歌手大槻真希于上海演出期间中途退场。其经纪团队于周六发布声明称，因 “不可抗力因素”，大槻真希周五的演出
...[详细]
-
来源：人民日报客户端8月30日下午，在陕西蒲城国家民机试飞基地，两个试飞机组经2架次约7小时飞行顺利完成既定任务后平稳落地，标志着由中国航空工业集团自主研制的大型灭火/水上救援水陆两栖飞机“鲲龙”AG
...[详细]
-
吃夜宵是餐饮业重要的消费场景之一，夜宵怎么吃才更健康？经营者和消费者应该注意哪些事项？首先，筑牢食品安全底线。夜宵最具代表性的两类食物，一个是凉菜，一个是烧烤，都是食源性疾病的高发品种。高温高湿，微生
...[详细]
-
当地时间9月9日10时许，越南富寿省一座大桥垮塌。 据目击者称，当时有多名过桥的人员和部分车辆落入河中。总台记者 王宇）
...[详细]
-
11月27日，扬州文旅招商推介会暨冬季文旅消费推广季活动在北京举办。北京青年报记者获悉，2025年12月至2026年2月，扬州将打造200余场特色活动，并联合携程、同程、美团大众点评）向游客发放总计1
...[详细]
-
在一次着陆失败后，美国航空安全监管机构暂时禁止SpaceX发射其主力火箭，这使得其首次商业太空行走任务再次遭到推迟。SpaceX表示，该公司一枚猎鹰9号助推器在将一批星链卫星送入轨道后不久，降落在大西
...[详细]
-
当地时间8月31日，据美国媒体报道，一项新研究发现，美国国家航空航天局“双小行星重定向测试”航天器于2022年撞击一颗近地小行星时产生的岩石碎片，可能会形成一场能够持续100年的人造流星雨。研究表明，
...[详细]
-
总台记者9月9日获悉，越南受台风“摩羯”影响发生的各种灾害已致该国68人死亡。 受台风“摩羯”影响，越南北部近日来持续暴雨，安沛、太原、北件等北部山区省份发生洪水灾害，多个城市市区被淹，部分地区
...[详细]
-
新雪季开启！新手也能放心冲的滑雪安全指南来了2025-12-04 07:56:07 来源：央视新闻客户端 作
...[详细]
-
最近，国产游戏《黑神话：悟空》爆火，为了游戏通关，不少人不惜点灯熬油，费尽心思地在游戏中渡劫过难，熬夜、久坐，令一部分游戏爱好者头晕目眩。首都医科大学附属北京胸科医院中医科主治医师李波提醒，一旦游戏过
...[详细]
热点阅读