研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-03 22:41:51 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，内容仙桃市某某橡胶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”，成功仙桃市某某橡胶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
2026年1月1日，多家造车新势力先后发布2025年12月交付量“成绩单”，2025年全年交付量排行也就此出炉。不同于车市大盘的平淡，2025年12月造车新势力们延续了交付高峰，鸿蒙智行、蔚来、小米等2026-01-03
选专业这块还是听父母的吧，毕竟选什么都会后悔，听父母的以后还可以怪父母。不瞒大家说上班后感觉一切都变好了。气变成好气，烦变成好烦，忙变成好忙，累变成好累。但有的人就不想我这么幸运了，一上班直接胖了402026-01-03
原标题：中国医生在非洲）2026-01-03
当地时间3日，乌克兰战略产业部部长亚历山大·卡梅申、司法部部长马柳斯卡、生态和自然资源部部长斯特列里察以及国家资产基金负责人科瓦利向乌克兰最高拉达提出辞职申请。 乌克兰最高拉达主席斯特凡丘克称，2026-01-03
英国高校正在被一组数字逼着做出改变。根据英国高等教育政策研究所HEPI）与电子教材平台 Kortext 发布的最新调查，在接受调查的 1000 名本土及国际大学生中，92% 表示在学习或作业中使用过2026-01-03- 原标题：应急救援基层行丨一名应急救援的行家里手是如何炼成的？） 央视网消息记者 王静远）：“我们森林消防指战员是‘铁脚板’‘山里通’‘活地图’……”甘肃省森林消防2026-01-03
最新评论