待验证50% 置信基准精确时间
deepset-deberta和fmops-distilbert在测试中捕获100%攻击，但误报率高达98%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证在629个AgentDojo攻击和97个良性工具输出的测试中，jailbreak-detector-large的捕获率为51%，误报率为2%。71% 相似待验证在带命题约束的任务中，模型整合已验证为无效候选的比例高达93%–100%69% 相似待验证在DeepSWE测试中，全部输入Token中有99.6%是缓存命中（cache hits）68% 相似待验证一个 90% 成功、10% 出错的工具调用系统几乎无法投入实际使用，因为单次错误会污染后续上下文造成级联失败66% 相似待验证仅用10个情景微调GridSFM即可把成本误差降到2%以下、可行性检测拉到90%以上，用1000个情景可达样本内精度水平66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1022426API
curl https://kongchang.com/api/v1/knowledge/claims/1022426MCP
get_claim(id=1022426)