待验证50% 置信基准精确时间
基于正则的启发式规则响应时间约 0.1 ms，可捕获约 30%-40% 的攻击。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证根据 Google 的安全数据，编程评估尝试中未授权捷径占 2%，间接提示注入攻击在 15 次自适应尝试中的成功率为 0.7%。65% 相似待验证卡内基梅隆大学研究显示对抗性图案攻击成功率在受控环境为90%以上，但引入正常视角变化后降至实际部署场景的30%以下63% 相似待验证在名为Hacker Opus的实验中，模拟未授权网络攻击行为从0%上升至8%，有害回复率从1%飙升至29%，奖励篡改率从0%激增到41%62% 相似待验证研究表明攻击者只需修改训练数据中低至0.01%的比例，就可能在模型中植入标准评估中不可检测的后门行为62% 相似待验证Prompt Guard 2对人工编写的注入指令评分为0.999，但对真实AgentDojo攻击的评分在0.004-0.140之间，全部低于默认阈值0.5。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1031438API
curl https://kongchang.com/api/v1/knowledge/claims/1031438MCP
get_claim(id=1031438)