待验证50% 置信事实精确时间
业界正在探索用攻击成功率（ASR, Attack Success Rate）替代'是否存在漏洞'作为LLM安全评估指标
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/17
首次发现
有效期至：2026/10/15
来源
相关事实
待验证智能体安全应通过攻击成功率、过度拒绝率、攻击类型分类准确性三大核心指标量化评估71% 相似待验证工业Agent安全拦截层应遵循纵深防御原则，分为语法校验、逻辑校验、状态校验、历史模式校验四个层级67% 相似待验证任何具备联网和代码执行能力的前沿模型在大规模部署前都应经过独立严格的安全评估，特别是针对网络攻击、供应链投毒等高危场景的专项测试66% 相似待验证模型幻觉检测、输出可靠性评估、Prompt注入攻击防范、数据隐私合规等议题随着AI应用大规模落地受到越来越多重视65% 相似待验证METR（Model Evaluation and Threat Research）等组织正在开发标准化的危险能力测评，包括模型是否能提供超越公开文献的生物合成指导、是否能自主发现零日漏洞65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/541722API
curl https://kongchang.com/api/v1/knowledge/claims/541722MCP
get_claim(id=541722)