研究：用诗歌就能让AI说违禁内容，成功率达62%
发布时间：2026-01-10 04:57:16 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，内容萍乡市某某装饰设计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”，成功萍乡市某某装饰设计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
生鸡蛋、溏心蛋和熟鸡蛋 哪种更安全、更营养？2026-01-04 12:09:53 来源：北京市场监管微信公众号2026-01-10
据美国有线电视新闻网CNN）当地时间10日报道，北约峰会近日在美国首都华盛顿举行，参会的除了北约成员国外，美国总统拜登还邀请了日本、新西兰、澳大利亚和韩国等国的领导人参加，这一举动让不少人纷纷猜测拜登2026-01-10
中国地震台网正式测定：7月10日23时32分，在印尼苏门答腊岛南部海域南纬5.4度，东经101.0度）发生5.7级地震，震源深度20公里。 总台央视记者 张腾飞）2026-01-10
谁也想不到街边加油站的油罐车里面可能也装过我们炒菜的食用油。近日媒体曝光罐车化工油食用油混装，一些油罐车既承接糖浆、大豆油等可食用液体，也运送煤制油等化工类液体，引发舆论哗然。 让人意外的是，中2026-01-10
文/观察者网 张家栋 编辑/高莘） 12月29日，零跑汽车发布公告称，中国一汽全资子公司一汽股权投资天津）有限公司以下简称“一汽股权”）和一汽旗新动力长春）科技有限公司以下简称“旗新动力”）在日2026-01-10
图为俄罗斯常驻联合国代表涅边贾。参考消息网7月10日报道据俄新社7月9日报道，俄罗斯常驻联合国代表涅边贾在安理会会议上说，基辅的一家儿童医院被导弹击中，这枚导弹是乌克兰军队用挪威“国家先进地空导弹系统2026-01-10
最新评论