待验证50% 置信事实精确时间
高风险能力对齐的常见做法包括在训练后阶段针对漏洞挖掘、恶意代码生成、渗透测试等任务进行拒绝性微调,或通过系统提示与分类器进行拦截。
1
来源数
50%
置信度
长期有效
时效性
2026/10/23
首次发现
来源
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1091063API
curl https://kongchang.com/api/v1/knowledge/claims/1091063MCP
get_claim(id=1091063)