待验证50% 置信观点精确时间

HoS 的门控参数规模很小且不触碰主体权重，训练成本远低于全参数微调，并避免灾难性遗忘。

1

来源数

50%

置信度

长期有效

时效性

2026/10/28

首次发现

来源

注意力门控新防御：HoS如何让提示注入攻击失手

涉及实体

Heads of Security (HoS)concept

相关事实

待验证针对性优化的成本远低于大规模训练改进，且在用户层面很难被察觉，尤其当用户只用最流行的少数题目评估模型时68% 相似待验证SMD 的排斥机制不需要对抗训练中常见的判别器，也不需要在线 score 估计，只是对训练目标做了一项额外约束，训练开销几乎为零。67% 相似待验证一个参数更少但用更多Token充分训练的模型，虽然训练时看似过度训练，却能在推理阶段显著降低成本，因为推理开销主要由参数量决定67% 相似已验证参数高效微调（PEFT）方法如 LoRA、Adapter 可将可训练参数量压缩至全量参数的不足 1%67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1106048

API

curl https://kongchang.com/api/v1/knowledge/claims/1106048

MCP

get_claim(id=1106048)