待验证50% 置信权衡取舍精确时间
基于深度学习的视觉分类模型可识别未被标记过的新内容，覆盖面更广但误报风险显著更高
1
来源数
50%
置信度
长期有效
时效性
2026/7/8
首次发现
来源
Discord误封8000账号：AI审核系统为何把棋盘认成违规内容
rss2026/7/7
相关事实
待验证2017年Google Brain团队发表的对抗样本研究揭示了深度学习模型的脆弱性，仅需对图像添加人眼不可见的微小扰动就能让最先进的分类器完全失效71% 相似待验证视觉定位系统的判断质量高度依赖画面中包含的可利用地理线索数量，信息贫乏的画面会使模型陷入困境69% 相似待验证《Deep Residual Learning for Image Recognition》论文在CVPR 2016获得最佳论文奖68% 相似待验证低质量或过度压缩的训练图像会导致模型在细节生成上产生伪影、色彩失真乃至风格理解偏差68% 相似待验证图示清晰度越高(真人实拍分步图)越易理解，但真人图占版面大导致步骤数受限；线条示意图信息密度高但初学者理解慢，教学新手场景优先真人分步图67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/272562API
curl https://kongchang.com/api/v1/knowledge/claims/272562MCP
get_claim(id=272562)