待验证50% 置信观点精确时间
目前多数代码模型卡对“人设提示可能影响输出安全性”这类细微行为披露不足，行业也缺乏统一的评测标准。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/21
首次发现
有效期至：2027/1/19
来源
涉及实体
相关事实
待验证在当前评审流程中隐藏代码几乎没有代价，而公开代码反而增加被拒稿风险，形成逆向选择困境72% 相似待验证由于当前大模型无法从根本上区分「数据」与「指令」，提示注入尚无完美解法，业界普遍采用纵深防御（最小权限、人工审批、输出隔离、输入过滤与全量日志）。71% 相似待验证提示注入的防御手段（分类器、指令层级、来源标签）无一例外都是概率性的，模型可能被新颖措辞绕过，分类器可能误判合法输入70% 相似待验证厂商自评基准测试存在数据污染、任务筛选、刻意选取较弱基线等潜在偏差，单一来源性能数据可信度有限70% 相似待验证覆盖率本质上是负向指标，能告诉你哪些代码没有被执行，却无法保证被执行的代码被正确断言70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1080536API
curl https://kongchang.com/api/v1/knowledge/claims/1080536MCP
get_claim(id=1080536)