已过期50% 置信事实精确时间

芝加哥大学开发了Nightshade工具，通过在图像中嵌入对抗性扰动使爬取该图像训练出的模型产生错误的视觉关联

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/12

首次发现

有效期至：2026/10/10(已过期)

来源

反AI字体：人能读懂、机器识别不了的对抗性设计

hackernewshackernews2026/7/11

相关事实

待验证Glaze和Nightshade等工具帮助艺术家为作品添加对抗性扰动，使其难以被AI模型有效学习68% 相似待验证卡内基梅隆大学研究团队曾展示特定设计的图案可使人脸识别系统完全失效61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/491922

API

curl https://kongchang.com/api/v1/knowledge/claims/491922

MCP

get_claim(id=491922)