待验证60% 置信事实精确时间
公开的安全评测集存在被纳入训练数据导致评测污染的风险，污染包括模型厂商刷分和恶意者研究测试集开发绕过变体两种风险
2
来源数
60%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
LLM安全基准测试：现状、挑战与实践指南
hackernewshackernews2026/7/6
相关事实
待验证技术选型时应关注评测数据集是否来源于真实场景、是否存在训练数据污染、成本与召回率是否经过独立验证75% 相似待验证过拟合评测集的手段包括将评测数据混入训练语料、间接的网络爬虫污染、教学式微调以及训练模型识别评测场景74% 相似待验证使用模型训练过程中未接触过的unseen样本可以有效避免评测污染（benchmark contamination），提高测试可信度74% 相似待验证应对测试集污染的手段包括定期更新测试题库、使用私有或动态生成的测试集、以及通过统计方法检测异常得分分布73% 相似待验证抵御评测污染的解决路径包括维护私有动态测试集、使用程序化生成而非固定题目，以及引入对抗性评估机制72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/429422API
curl https://kongchang.com/api/v1/knowledge/claims/429422MCP
get_claim(id=429422)