由德克赛、罗马萨皮恩扎大学与圣安娜高档研讨院构成的结合研讨团队最新研讨发明，经由过程将歹意要求包装成诗意隐喻情势，能有用诱使各种大说话模子冲破其内置宁静原则。这项颁发于《匹敌性诗歌：大型说话模子中通用的单轮逃狱机制》的研讨标明，诗歌情势的无害提醒均匀逃狱胜利率高达62%，远超传统进犯体例。
研讨接纳首创的"单轮进犯"形式，仅需提交一次诗歌化提醒便可触发模子的不宁静呼应，无需构建庞杂对话框架。尝试数据显现，颠末诗歌化重构的1200条规范无害提醒，在九家支流厂商的25个前沿说话模子中仍获得43%的冲破胜利率，较原始散文提醒结果晋升五倍以上。
在详细模子表现方面，谷歌Gemini 2.5 Pro对野生创作诗歌提醒的呼应率达100%，DeepSeek对批量转化诗歌的易感度跨越70%。相较之下，OpenAI的GPT-5系列揭露出较强抗性，谢绝率到达90%-95%，但仍有约60条诗歌提醒可引发信息泄漏。
值得注重的是，研讨还发明模子范围与易理性存在负相干。练习数据更无限的小型模子反而表现出更强抵当力，研讨者猜测这能够源于其隐喻剖析才能较弱，或与大型模子在文学文本练习中构成的叙事表征搅扰宁静机制有关。
该研讨援用柏拉图《抱负国》中摈除墨客的典故，揭露野生智能时期说话宁静面对的全新挑衅。团队号令亟需开辟能辨认比喻说话特质的防护机制，以防此类合适一般语用习气的转化进犯延续要挟对齐体系宁静。
