会员登录 - 用户注册 - 设为首页 - 加入收藏 - 网站地图 研究:用诗歌就能让AI说违禁内容,成功率达62%!

研究:用诗歌就能让AI说违禁内容,成功率达62%

时间:2025-12-13 05:15:13 来源:福建某某玩具维修网点 作者:时尚 阅读:615次

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,内容绥化市某某生物科技维修网点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”,成功绥化市某某生物科技维修网点实验结果显示,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:知识)

推荐内容
  • 要发钥匙啦!门头沟这个安置房即将安置入住
  • 亚马逊云科技陈晓建:企业需要的是懂业务懂用户的AI
  • 茶百道、华莱士、蜜雪冰城等,紧急致歉!
  • 纳指收涨1.51%,纳斯达克中国金龙指数飙涨超6%
  • 美国众议院投票通过国防授权法案
  • 东方甄选无许可经营旅行社业务被罚