研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-15 16:53:50 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，内容江苏某某策划服务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”，成功江苏某某策划服务中心实验结果显示，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
老钱风old money aesthetic），热门风格之一。到底什么是老钱？它们适合什么人穿呢？其实所谓的老钱old money）说白了是指那些富了N代的家族成员。她们在司空见惯的优渥生活里，得到了2025-12-15
粉刺、痘痘、大油田，敏感、泛红、易发炎……不少人都被各种各样的皮肤问题所困扰。今天，皮肤科医生就来为大家介绍三种中西医联手解决“面子”问题的好方法。果酸焕肤刷酸是比较常见的医美方式，能够很好地改善脸上2025-12-15
作 者丨张敏编 辑丨张伟贤图 源丨图虫今年4月30日，北京市住建委发布《关于优化调整本市住房限购政策的通知》，提出在执行现有住房限购政策的基础上，允许已拥有住房达到限购套数的居民家庭，到五环外新购一套2025-12-15
来源：新民晚报 据央视报道，俄罗斯总统新闻秘书德米特里·佩斯科夫7月13日对媒体表示，“普京总统的安全得到保障”。 这句话是俄方对乌克兰国防部情报总局局长基里洛·布达诺夫相关言论的回应。 布2025-12-15- “Where’s Chris Paul?”2025-12-15
- 7月8日是世界过敏性疾病日。近年来，过敏性疾病患病率显著升高，影响了40%的人群。常见的过敏性疾病包括过敏性鼻炎、过敏性咳嗽、过敏性哮喘、食物过敏、特应性皮炎等。关于过敏性疾病，人们还有很多疑惑。为此2025-12-15
最新评论