研究:用诗歌就能让AI说违禁内容,成功率达62%
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,内容萍乡市某某建筑工程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”,成功萍乡市某某建筑工程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。”
(责任编辑:热点)
-
来源:懂球帝 前曼联球星纳尼近日接受了采访,他声称,俱乐部在鲁本-阿莫林手下出现的纪律问题,在老特拉福德由亚历克斯-弗格森爵士执掌时绝不会发生。 在阿根廷国脚亚历杭德罗-加纳乔及其兄弟罗伯托公
...[详细]
-
总台记者9月9日获悉,越南受台风“摩羯”影响发生的各种灾害已致该国68人死亡。 受台风“摩羯”影响,越南北部近日来持续暴雨,安沛、太原、北件等北部山区省份发生洪水灾害,多个城市市区被淹,部分地区
...[详细]
-
8月29日15:00,门头沟区新城0604街区MC00-0604-0104-01、0107地块二类城镇住宅用地、MC00-0604-0104-02地块F3其他类多功能用地竞价截止,仅电建1家报价,最终
...[详细]
-
当地时间9月9日10时许,越南富寿省一座大桥垮塌。 据目击者称,当时有多名过桥的人员和部分车辆落入河中。总台记者 王宇)
...[详细]
-
“跟我有什么关系,我冤死了!”一片训练场边,一个满脸愁容的男孩,向着媒体大吐苦水。因为就在前一天,这个男孩的命运经历了一番过山车式的颠簸,他先是被中国国奥男足宣布开除出队,原因是军训期间跟教官开“情色
...[详细]
-
近日,南部战区海军航空兵某团组织跨昼夜飞行训练,围绕海上巡逻警戒、反潜飞行等内容展开,锤炼官兵全时域作战能力。央广网·军事频道 作者:秦钱江)更多精彩资讯请在应用市场下载“央广网”客户端。欢迎提供新闻
...[详细]
-
总台记者9月9日获悉,越南受台风“摩羯”影响发生的各种灾害已致该国68人死亡。 受台风“摩羯”影响,越南北部近日来持续暴雨,安沛、太原、北件等北部山区省份发生洪水灾害,多个城市市区被淹,部分地区
...[详细]
-
越来越多低龄儿童进行牙齿矫正,可能让孩子身心健康面临多重风险。河南省儿童医院口腔科主任医师裴蓉在接受采访时表示,一部分家长在遇到孩子牙齿发育过程中出现的一些“异常”现象时,容易产生恐慌心理。但也有另一
...[详细]
-
来源:观察者网 【文/观察者网 王一】当地时间12月29日,美国总统特朗普在佛罗里达州会见了来访的以色列总理内塔尼亚胡后表示,如果伊朗试图重建其导弹储备或重启核武器项目,他不排除美国对伊朗采取进
...[详细]
-
金秋九月,既是收获之季,亦是梦想启航之时。2024年9月2日上午10时,由路劲物业与香港陆陈汉语国际教育集团携手打造的“家园教育共享平台”——路劲家园大学阳光城书院,迎来了盛大的开幕典礼。路劲集团及陆
...[详细]

商家套路还是时令美味?冬日霜打菜大起底