[控场AI]
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/1091063
API
curl https://kongchang.com/api/v1/knowledge/claims/1091063
MCP
get_claim(id=1091063)