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 02:45:29 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，内容雅安市某某电子打标设备业务部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”，成功雅安市某某电子打标设备业务部实验结果显示，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
[环球时报-环球网报道 记者 索炎琦]据日本共同社12月2日报道，消息人士透露，日本跨党派组织“日中友好议员联盟”已向中方传达希望在今年年内派议员团访华的请求。此外，据报道，日本经济团体联合会会长2026-01-11
对话朱啸虎：5年后将没有独立的大模型公司存在，因为没有商业模式
出品｜网易科技《态度AGI》栏目作者｜闫妍编辑｜丁广胜近日，易凯资本创始合伙人王冉一句“一级市场已死”的悲观言论引发争议。同为顶级投资人的金沙江创投主管合伙人朱啸虎，带着敏锐、思辨和笃定，强烈的向大众2026-01-11
看今天的卫星云图，从西南地区到长三角地区，跨越上千公里的雨带，在西风带的推动下，如滚滚洪流向东奔去，带来持续的雨雨雨雨雨...... 最近两天，雨带大致呈现准东西走向，重庆、湖南北部、江西北部、2026-01-11
每经记者 林姿辰 每经编辑 梁枭 A股玻尿酸龙头和自有品牌的大功臣“打”起来了。 6月26日晚间，“华熙生物”微信公众号发布声明，称公司“在人员引入时出现过鱼龙混杂，个别行为作风有待商榷的社会2026-01-11
上海一外卖员被撞断6根肋骨，肇事大学生未支付赔偿，选择消失……
来源：新闻晨报00后大学生刘青和化名）3年前在上海嘉定上学时驾驶电动车将一名外卖员撞伤经交管部门认定刘青和需承担全部责任双方调解约定5年内分5期赔付20.5万元经法院调解刘青和同意5年内向对方支付各类2026-01-11
#地震快讯#中国地震台网正式测定：06月28日13时59分在四川宜宾市长宁县北纬28.34度，东经104.97度）发生3.1级地震，震源深度9千米。 @中国地震台网 ）2026-01-11
最新评论