待验证50% 置信事实精确时间

CanaryGuard 采用确定性词法扫描，而非调用另一个模型来判断内容是否可疑。

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

CanaryGuard：为Agent工具输出做持久化前消毒，防提示注入

涉及实体

CanaryGuardproduct

相关事实

待验证检测方只需持有生成时使用的密钥就能通过统计检验判断文本是否由特定模型生成，无需存储原文62% 相似待验证接地验证智能体核查内容是否真实来源于原论文，比对每条陈述与原始论文文本的对应关系以避免幻觉61% 相似待验证主动预埋细节钩子（如提及样本量和模型验证）可预先满足信任校验需求，减少突兀追问61% 相似待验证低显存检测思路的共同点是尽量复用已有的推理资源而非叠加重量级验证系统61% 相似待验证判断模型是否'知道'某件事需要直接探测其内部表征，而非依赖外部可检测性作为代理指标61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1020182

API

curl https://kongchang.com/api/v1/knowledge/claims/1020182

MCP

get_claim(id=1020182)