待验证50% 置信事实精确时间
攻击成功率（ASR）是AI安全评估中常用的聚合指标，定义为攻击者成功达成目标的样本数占总攻击样本数的比例，但不区分失败原因是拒绝还是忽略。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
被忽略，而非被拒绝：小工具代理低注入成功率背后的真相
rss2026/10/16
涉及实体
相关事实
待验证拒绝率（refusal rate）是AI安全评估中的核心量化指标，指模型对特定类别请求明确表示不予执行或回避回答的比例，通常由人工标注或自动评判器统计得出。69% 相似待验证在已报告的AI事故数据分析中，严重的监控与检测失效与致命后果之间存在4.7倍的相关性提升。67% 相似待验证缓存命中率（Cache Hit Rate）是指AI模型在处理请求时能够复用已缓存的上下文（Prompt前缀）的比例，命中率越高相同工作量下API花费越低67% 相似待验证INFUSE基准结果显示：LLM评判下平均攻击成功率为19.6%（启发式检查为15.4%），提示层面加固能将平均成功率从58.2%降至14.3%，但需付出效用代价。65% 相似待验证可落地的Agent评测门槛包括任务拆解率和工具选择准确率达90%以上、闭环完成率不低于85%、错误恢复率不低于80%63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065984API
curl https://kongchang.com/api/v1/knowledge/claims/1065984MCP
get_claim(id=1065984)