研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2025-12-24 00:31:47 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，内容江西某某海绵制品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”，成功江西某某海绵制品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
16日，重庆市万州区公安局通报： 近日，网传一女子坐公交被猥亵，我局已于案发当日2025年11月20日）依法处理完毕。当天13时许，田某男，23岁）在万州区周家坝乘坐公交车时，故意触碰一名女乘客2025-12-24
总台记者获悉，当地时间11月23日，日本神户港附近海域发生了船舶相撞事故，在本起事故中，共有3人落水。截至目前，2人被救起，其中1人是在倾覆的拖船内发现的，已确认死亡。仍有1人下落不明。总台记者2025-12-24
第十五届中国航展迎来首个公众开放日 预计观众将达到11.5万人
据央视新闻客户端消息，今天15日）是第十五届中国航展的第四天，从今天起到17日，为本次航展的公众开放日，每天开放时间为9:00到17:00，普通观众可以在这几天近距离打卡航展。据了解，目前，中国航展公2025-12-24
11月17日新房成交169套、二手房167套；涨价房源149套
根据北京市住房和城乡建设委员会数据显示，2024年11月17日北京新建商品房成交169套，较昨日减少177套，环比下降51.2%。近一周北京新建商品房日均成交327套。11月17日单日成交169套，低2025-12-24
来源：央视新闻客户端因中日双方租借协议即将到期，最后两只旅日大熊猫“晓晓”和“蕾蕾”将于2026年年初回国。大批日本民众12月16日来到上野动物园和它们告别，为它们送上祝福。根据上野动物园安排，从162025-12-24
搭载天舟八号货运飞船的长征七号遥九运载火箭点火发射。新华社记者 张丽芸摄11月15日23时13分，文昌航天发射场，洒满银光的海面上升腾起一艘满载期许的天河之舟——长征七号遥九运载火箭托举天舟八号货运飞2025-12-24
最新评论