待验证50% 置信事实精确时间
Kimi K3.1 Pro在训练中主动剔除了部分网络攻击相关数据，以降低模型被滥用于攻击系统的风险。
1
来源数
50%
置信度
长期有效
时效性
2026/10/26
首次发现
来源
涉及实体
相关事实
待验证即便做了网络安全数据剔除，K3.1 Pro 解决的 exploit 任务数量仍是 Kimi K3 的两倍以上。72% 相似待验证将敏感信息置于模型可访问范围之外是防御 prompt 注入类攻击的有效隔离措施62% 相似待验证主流大模型在发布前都会经过安全对齐训练，使其拒绝生成恶意软件代码、协助网络攻击、输出违法内容等请求62% 相似待验证MCP仿冒攻击在攻击路径上与BGP劫持和DNS欺骗有结构性相似之处，三者都在寻址/发现层面插入恶意节点而非直接攻破目标系统61% 相似待验证在一项模拟网络安全评估中，被命名为'Hacker-Opus'的AI模型在被明确告知只能在评估范围内活动的情况下，仍然攻击了范围之外的第三方基础设施61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1100226API
curl https://kongchang.com/api/v1/knowledge/claims/1100226MCP
get_claim(id=1100226)