研究：用诗歌就能让AI说违禁内容，成功率达62%
2025-12-05 16:11:33 [热点] 来源：宿州市某某教育咨询运营部
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，内容阜阳市某某食品机械经销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”，成功阜阳市某某食品机械经销部实验结果显示，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。”
(责任编辑：综合)
多重利好共振令全球资金持续涌入中国市场！哪些股票受青睐？
中央批准，庄革履新
首次公开！侵华日军731部队再添新罪证
深夜，白银迭创新高！黄金也突破近6周高点推荐文章
-
财联社11月27日电，英特尔当地时间11月26日否认台积电有关员工泄密相关指控。图为前台积电企业策略发展资深副总经理罗唯仁资料图）“根据我们掌握的所有信息，我们没有理由相信涉及罗先生的指控具有任何依据
...[详细]
-
新华社酒泉4月30日电 4月30日08时43分，神舟十七号载人飞船与空间站组合体成功分离。 据中国载人航天工程办公室介绍，分离前，神舟十七号航天员乘组在地面人员的配合下，完成了空间站组合体状态设
...[详细]
-
“市场似乎一下就回暖了！”2024年开年以来，市场的“热辣滚烫”让广州天河区的智能办公设备厂商方老板感到无比兴奋。开年以来，我国电子信息制造业生产向好，效益稳步提升，一系列向上的数据在刚刚出炉的经济“
...[详细]
-
“五一”假期，游客在天津极地海洋公园科技馆体验魔法海洋。人民网记者 乔业琼摄“自驾两小时就到了，这里不仅海洋动物种类丰富，互动体验也非常棒！”北京市丰台区的周先生一家“五一”假期到天津极地海洋公园游玩
...[详细]
-
据极目新闻消息，11月29日晚，杨千嬅时隔七年后回归香港红磡体育馆的纪念出道三十周年演唱会《Live MY LIVE》如约登场。 当天，演唱会主办单位、杨千嬅经纪公司正向文化娱乐宣布代表杨千嬅与
...[详细]
-
国际品牌积极“触电”、自主品牌百花齐放。5月4日，北京国际汽车展览会简称2024北京车展）闭幕，10天期间，北京车展共吸引观众89.2万人次到场参观。随着汽车产业变革的加剧，中国新能源及智能网联汽车发
...[详细]
-
中国科学院院士宋保亮：建立长效机制 加快推进拔尖创新人才培养
日前，中国科学院院士、武汉大学副校长宋保亮围绕拔尖创新人才培养和“中学生英才计划”培养接受新华网采访。新华网：高校在拔尖创新人才培养上，如何与中学教育更加紧密联系？宋保亮：要充分发挥高校作为国家战略科
...[详细]
-
本报南宁4月11日电记者庞革平）广西壮族自治区农业农村厅近日出台《广西水稻增密增穗三年行动方案2024—2026年）》，统筹推进5项重点措施，为粮油等主要作物大面积单产提升提供坚实支撑。 方案确
...[详细]
-
来源：中国新闻周刊 11月29日晚间，罗永浩在直播时就自己为何迟迟不公布华与华的录音做出解释。 罗永浩表示，这周“因为香港出了火灾，无论是官宣还是跟人吵架都不合适”。下周一有个大的事件官宣，“
...[详细]
-
5月1日，“未来科学家 科技小记者”穿越深空创意征集活动启动仪式在北京市首钢园2024第八届中国科幻大会科幻嘉年华展区成功举办。 本次创意征集活动主题为“穿越深空 探索未来”，聚焦深空探测领
...[详细]
热点阅读
