研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-08 08:33:59 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，内容庆阳市某某照明教育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”，成功庆阳市某某照明教育中心实验结果显示，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
冬天的衣服越穿越厚，从外套到围巾，从针织到内搭，一层又一层围裹着身体，也时时刻刻影响着身体的自由。在这样的季节里，一条能把下半身安置好、能在厚度之间留出一点余量的裤子，比复杂的造型更能满足一天的诉求。2025-12-08
当地时间6月29日，巴勒斯坦伊斯兰抵抗运动哈马斯）高级官员乌萨马·哈姆丹向外界表示，该组织近期与以色列方面就交换被扣押人员和停火进行的谈判没有取得进展。 他在发言中谴责以军对加沙的封锁政策，呼吁2025-12-08
广西将36种罕见病药品纳入单列门诊统筹支付2024-06-28 09:20:57 来源：人民日报 作者：张燕2025-12-08
1964年6月29日 我国首枚自主研制的弹道导弹 “东风二号” 在酒泉发射场发射 准确命中1000公里之外的预定目标 “东风二号”的发射成功 终于使我国在首颗原子弹爆炸前夕 拥有了自2025-12-08
原标题：公安部新闻发言人就中美禁毒合作答记者问） 财联社12月5日电，公安部新闻发言人12月5日就中美禁毒合作答记者问。问：两国元首釜山会晤后，中美禁毒合作有何进2025-12-08- 延伸阅读 售价近三万，苹果Vision Pro中国首销 俄卫星解体 国际空间站宇航员进入波音“星2025-12-08
最新评论