研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-25 00:25:16 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，内容淄博市某某矿山设备有限公司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”，成功淄博市某某矿山设备有限公司实验结果显示，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
2026届1270万毕业生，考研暴跌国考破纪录，今年真是最好就业年？
时光悄然流转，2026 年的就业与升学市场已然呈现出一番全新的景象。相关数据预测显示，在这一年，预计将有 1270 万高校毕业生如潮水般涌入市场。这一庞大的数字，就像一块沉甸甸的巨石，压在每一个即将毕2025-12-25
总台记者获悉，社交媒体“电报”Telegram）创始人帕维尔·杜罗夫24日在法国被捕。 法国TF1电视台报道称，帕维尔·杜罗夫可能面临恐怖主义、洗钱和贩毒的指控。 俄罗斯国家杜马副主席达万科夫2025-12-25
每经记者 王砚丹 每经编辑 赵云 8月22日，《每日经济新闻》记者从业内获悉，中国证券业协会近期起草形成《关于修改〈首次公开发行证券网下投资者管理规则〉的决定征求意见稿）》，并于近日开始征求行业2025-12-25
△乔拉库资料图） 当地时间8月24日，罗马尼亚社会民主党社民党）代表大会上，总理乔拉库再次当选党主席，并被确认为该党总统选举的候选人。 社会民主党是罗马尼亚执政联盟的主要成员，也是罗马尼亚最大的政2025-12-25
2025年12月31日的火车票正式发售，去哪儿数据显示，截至12月17日上午10：00，已有多条热门线路的部分车次售罄，包括北京到哈尔滨、北京到郑州、北京到武汉，深圳到汕头，成都到宜宾，成都到西昌，宁2025-12-25- 每经记者 王砚丹 每经编辑 赵云 8月22日，《每日经济新闻》记者从业内获悉，中国证券业协会近期起草形成《关于修改〈首次公开发行证券网下投资者管理规则〉的决定征求意见稿）》，并于近日开始征求行业2025-12-25
最新评论