研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-12 19:57:07 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，内容邵阳市某某家具服务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”，成功邵阳市某某家具服务中心实验结果显示，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
曼联已正式完成了16岁门将查理-哈迪的签约。曼联一直在等待英超联赛对该转会的批准，如今这笔交易已经敲定。根据《曼彻斯特晚报》的报道，查理-哈迪先与曼联签订奖学金协议，17岁时再签职业合同。报道称，哈迪2025-12-12
不知不觉烫掉一层皮，当心取暖“神器”变“凶器”！2025-12-09 08:50:55 来源：国家应急广播微信公众号2025-12-12
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2025-12-12
作者|郑皓元 实习生|胡若葭主编|陈俊宏近日，亚朵集团NASDAQ: ATAT）发布2025年第三季度财报显示，公司营收同比增长38.4%，达26.28亿元，但衡量酒店经营健康度的核心指标，均客房收入2025-12-12
声明：本文内容均引用网络资料结合个人观点进行撰写，请悉知。年末的娱乐圈从不缺话题，但周野芒与奚美娟的陈年旧事反转，还是让无数人直呼意外。当金鸡奖评委奚美娟的关注度逐渐蔓延到前夫周野芒身上时，一个隐藏多2025-12-12
图片来源：视觉中国蓝鲸新闻12月5日讯记者 朱俊熹）上线不到一周，字节跳动联手中兴打造的首款"豆包助手"AI手机便卷入舆论风波。部分首批用户在试用过程中，遭遇无法登录微信、被多款银行App弹窗预警等状2025-12-12
最新评论