研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-04 23:07:59 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，内容杭州市某某设备厂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”，成功杭州市某某设备厂实验结果显示，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2025-12-04
大家好，我是张老师。再说一个高考志愿填报案例。这是一个河南文科生，高考成绩594分。超过当年一本线50分。他首先填报提前批志愿：北京外国语大学吉林大学结果提前批两个学校都没能出档，说实在的，提前批报的2025-12-04
据日本广播协会电视台报道，日本航空公司今天5月23日）发布消息说，当地时间今天早上7点半左右，一架搭载328人准备飞往新千岁机场的日航客机与另一架日航客机在羽田机场停机坪发生机翼碰撞事故，所幸没有2025-12-04
爱吃酸汤子、臭碴子？警惕米酵菌酸中毒 | 科普时间2024-05-23 17:33:41 来源：健康中国 作2025-12-04
来源：中国新闻周刊 近日，仝卓表弟在柬埔寨失联，引发关注。失联男子李怡亨的亲属告诉@中国新闻周刊，李怡亨今年29岁，原本在上海从事安保工作，失联前被介绍前往南宁一个展会做安保，宣称280元/天包2025-12-04
【文/财圈社&道哥说车 张浅】眼看着一周又要过去了，本周又有哪些降价新车值得关注呢？小型车方面，榜单前五车型和降幅均与上周保持一致，其中，MINI车降幅最高，达到3.7万元；中型车方面，相较上2025-12-04
最新评论