待验证50% 置信事实精确时间
成员推断攻击通过分析模型对特定文本的困惑度差异，判断该文本是否曾出现在训练集中
1
来源数
50%
置信度
长期有效
时效性
2026/7/13
首次发现
来源
纽约时报指控OpenAI隐匿证据，ChatGPT版权诉讼再升级
rss2026/7/9
相关事实
待验证成员推断攻击的基本思路源于Shokri等人2017年的工作，通过观察模型对特定样本的置信度或损失值判断该样本是否在训练集中75% 相似待验证2023年发表的论文如Extracting Training Data from ChatGPT证明，通过精心构造的查询序列，攻击者可以从模型中提取训练数据的逐字片段72% 相似已验证AI文本检测主要基于两种技术路径：统计特征分析（检测困惑度和突发度）和训练专门的分类器模型69% 相似待验证同一个模型用同一套假设检查自己的代码天然看不到盲点，跨模型审查因训练侧重点不同才具备互补价值67% 相似待验证评测角色LoRA时应使用复杂提示词检验模型在全新场景中的泛化能力，而非仅测试记忆能力66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/497639API
curl https://kongchang.com/api/v1/knowledge/claims/497639MCP
get_claim(id=497639)