研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-08 16:01:40 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，内容蚌埠市某某检测技术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”，成功蚌埠市某某检测技术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
来源：直新闻 2025年12月31日晚，朝鲜2026年新年庆祝演出在首都平壤的五一体育场举行。朝鲜劳动党总书记、国务委员长金正恩携家人出席并观看演出，并发表贺年讲话。 在朝鲜中央电视台公布的影2026-01-08
当地时间8日晚，也门胡塞武装发言人叶海亚·萨雷亚发表讲话，称胡塞武装与伊拉克民兵武装“伊斯兰抵抗组织”采取联合行动，通过无人机袭击了以色列埃拉特的重要目标。△也门胡塞武装发言人叶海亚·萨雷亚资料图2026-01-08
直播吧7月9日讯 今天，“退钱哥”在社媒晒出了他与苏醒的合影。目前正在德国观看欧洲杯的“退钱哥”何胜，这次在德国的一家餐馆里偶遇了同为铁杆球迷的苏醒。何胜在社媒晒出合影并配文：“看看我遇到谁了？”2026-01-08
排便到底是蹲厕好，还是坐厕好？一文带你了解两者的区别以及好坏
城市里面为了帮助大家解决三急问题，用厕所的设立点也逐渐增多。而多数家庭里面都是安装马桶，但公共场所使用蹲厕的居多。有的人认为坐厕好，也有的人认为蹲厕好，那么实际上蹲厕好还是坐厕好呢？它们的区别到底2026-01-08
羽绒服怎么选，可以更“抗冻”？2026-01-03 12:55:26 来源：人民日报 作者：曹子健2026-01-08
今年3月，河南开封万岁山景区相亲节目“王婆说媒”走红网络，节目中的“王婆”扮演者赵梅，在抖音平台迅速涨粉数百万。此后，她开始在全国多地景区展开巡演。7月1日，赵梅再度回到成名之地开封，在清明上河园景区2026-01-08
最新评论