研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-18 05:59:08 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，内容九江市某某生态科技维修站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”，成功九江市某某生态科技维修站实验结果显示，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
绵中11人、东辰3人、南山2人......NOIP2025一等奖获奖名单出炉！
绵阳一手教育资讯、升学政策解读12月13日，CCF公布了2025年NOIP一等奖获奖名单小编整理了NOIP2025一等奖四川省的名单！来看看牛娃们的优异表现！NOIP2025全国一等奖、二等奖、三等奖2025-12-18
来源：财联社 财联社8月29日电，因火灾造成23人遇难的韩国京畿道华城ARICELL电池工厂代表朴淳瓘人名均音译）等人28日被批捕。水原地方法院前一天下午表示，朴淳瓘涉嫌严重违反《重大灾害处罚法2025-12-18
总台记者当地时间8月31日获悉，美国密西西比州维克斯堡以东于当日凌晨发生一起巴士翻车事故，造成7人死亡、数人受伤。总台记者 赵淼）2025-12-18
秋风轻抚，金九渐近一批新学子即将踏入湖北工业大学携手开启人生新篇章此刻，就让我们一同揭开小萌新的神秘面纱看看他们带来的令人瞩目的数据亮点！四海英才聚学府2024年，我们将迎来2635名研究生新生他们如2025-12-18绵中11人、东辰3人、南山2人......NOIP2025一等奖获奖名单出炉！
绵阳一手教育资讯、升学政策解读12月13日，CCF公布了2025年NOIP一等奖获奖名单小编整理了NOIP2025一等奖四川省的名单！来看看牛娃们的优异表现！NOIP2025全国一等奖、二等奖、三等奖2025-12-18
8月30日，星途品牌面向全球首发雪豹四驱系统，首款搭载该技术车型——星途瑶光C-DM参数丨图片）电四驱在万众期待的目光中亮相并同步开启预售，计划在9月底上市，这也是奇瑞集团首款四擎四驱高端混动SUV。2025-12-18
最新评论