待验证50% 置信事实精确时间
跨模型家族的评测分析揭示了各KEE技术之间截然不同的效应和权衡——有些技术在恢复失败案例上表现突出但破坏率也高，有些则相对温和但恢复能力有限。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
涉及实体
相关事实
待验证在最强的模型上实验各组差异落在置信区间之内，研究者将结果表述为方向性模式和健全性属性而非被证明的性能下限69% 相似待验证同样的证据可以提升较弱模型的表现，却损害较强模型的表现67% 相似待验证在 WOVEN 评测中，即便最强的 MLLM 也远低于人类水平，失败模式在不同模型家族中反复出现，单纯扩大模型规模并不能消除这些缺陷。66% 相似待验证差异项目功能分析（DIF）发现，来自不同开发者的模型在'拒绝能力'相同的情况下，HarmBench得分存在系统性差异。66% 相似待验证一项针对HELM Safety基准的心理测量学审计研究指出，模型之间相似的总分可能掩盖截然不同的属性剖面。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1038563API
curl https://kongchang.com/api/v1/knowledge/claims/1038563MCP
get_claim(id=1038563)