待验证50% 置信事件精确时间
一位开发者在 Kaggle Benchmarking Challenge 中构建了一个基准任务，用 IEEE-CIS 欺诈检测数据集测试 Gemma 4 31B（google/gemma-4-31b），评估其仅凭文本化图结构信息判断交易是否可疑的能力。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/12
首次发现
有效期至：2027/1/10
来源
涉及实体
相关事实
待验证一位开发者在Kaggle Benchmarking Challenge中构建了名为Unlearning Security Audit的基准测试，用于检验大语言模型能否识破伪装的遗忘代码77% 相似待验证一项针对Kaggle提示注入评测的离线审计工作，为三个公开的Kaggle任务构建了分数审计工具，用于验证已有基准分数的真实含义，而非重新运行模型或训练新系统70% 相似待验证一位开发者在Kaggle Benchmarking Challenge中提交了一个新基准测试，衡量每个正确答案的成本而非单纯的模型价格69% 相似待验证开发者 olgazju 构建了一个名为「Where Did My Data Go?」的 Kaggle 基准测试，用于检验 LLM 在证据不足时是否诚实承认无法判断数据去向68% 相似待验证Skills Store的审核机制包括检查是否存在提示词注入风险或数据泄露隐患68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1007678API
curl https://kongchang.com/api/v1/knowledge/claims/1007678MCP
get_claim(id=1007678)