待验证50% 置信观点精确时间

工具调用使攻击面从让模型说错话升级为让模型做错事，危害从信息误导上升为实质性的数据访问和系统篡改

1

来源数

50%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

GitLost漏洞深度解析：GitHub AI代理如何被诱骗泄露私有仓库

hackernewshackernews2026/7/8

相关事实

已验证数据投毒攻击是将恶意样本混入训练数据集，使模型在部署后对特定输入产生错误行为79% 相似待验证下游用户对模型的二次微调可能意外破坏原有安全特性74% 相似待验证系统会试探性地应用补丁，若失败则将错误信息反馈给模型进行修正，构成闭环纠错机制74% 相似待验证如果LoRA权重被逆向分析，攻击者可能从中推断出训练所用的私有数据内容，即记忆提取问题73% 相似待验证数据投毒攻击按攻击目标可分为可用性攻击和目标攻击，前者旨在降低模型整体性能，后者只在特定触发条件下改变模型行为71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/386356

API

curl https://kongchang.com/api/v1/knowledge/claims/386356

MCP

get_claim(id=386356)