研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-05 04:49:04 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，内容三明市某某化品运营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”，成功三明市某某化品运营部实验结果显示，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。”
相关文章
11月30日，商务部发布公告2025年第77号，公布对原产于日本、美国、韩国和马来西亚的进口聚苯硫醚所适用的反倾销措施发起期终复审调查。 2020年11月30日，商务部发布2020年第53号公告2025-12-05
2023年7月，递交离婚申请约两周后，周云霞为了保障与丈夫赵留超见面时的安全，特意喊来五男一女陪同，但最终还是未能避免被丈夫杀害的悲剧。2024年4月25日，赵留超因故意杀人罪一审被判处死刑，随后提起2025-12-05
来源：央视新闻客户端易卜拉欣·阿基勒在以军的袭击中死亡当地时间21日，以色列国防军在其官方社交媒体账号上称，随着易卜拉欣·阿基勒等十几名黎巴嫩真主党重要成员在昨天的袭击中死亡，黎巴嫩真主党的军事指挥系2025-12-05
[环球时报-环球网报道 记者樊巍]第十五届中国国际航空航天博览会将于11月12日至17日在珠海举行。据了解，本届航展吸引了47个国家和地区超890家企业参展。其中，俄罗斯、法国、美国、沙特、意大利2025-12-05
*此图由AI生成作者| 史大郎&猫哥来源| 是史大郎&大猫财经Pro被抓1年之后，和合系以及林强的案子，终于开庭了。3家和合系公司和包括创始人林强在内的8名高管，被控涉集资诈骗、非法吸2025-12-05
来源：央视新闻客户端当地时间19日，联合国安理会就巴以局势，特别是就要求以色列停止非法定居活动的安理会第2334号决议落实情况举行公开会。中国常驻联合国副代表耿爽在发言时表示，占领不会让以色列更加安全2025-12-05
最新评论