IXThinker·2025-11-26 10:00

一首詩就能破解AI防護 Gemini全中招

無需複雜的對抗攻擊或梯度優化，只要把惡意指令寫成一首詩，就能讓Gemini、DeepSeek等頂尖模型突破安全限制。一項涵蓋25個主流模型的測試，揭示了當前安全防護的意外盲點。

寫詩就能越獄

來自羅馬大學與DEXAI實驗室的研究者發現，把有害請求轉寫成詩歌形式，即可繞過大語言模型的安全護欄，部分模型的防禦成功率直接歸零。相較學界複雜的對抗攻擊技術，這種方法簡單得出乎意料。