待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/7/18
首次发现
来源
相关事实
待验证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72% 相似已验证专用编程模型的训练数据来源包括GitHub开源代码、编程竞赛题解、技术文档、代码审查记录等，并针对HumanEval、MBPP、SWE-bench等基准测试进行优化71% 相似待验证针对网络安全数据专门训练的专用模型有望在漏洞识别准确率和误报率上超越通用模型68% 相似待验证数据污染问题源于LLM预训练语料来自Common Crawl等大规模网络爬取，可能包含公开的基准测试题目及答案66% 相似待验证先隔离测试集再在训练集内做交叉验证的设计符合TRIPOD等临床预测模型国际报告规范，可规避数据泄漏陷阱66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/556525API
curl https://kongchang.com/api/v1/knowledge/claims/556525MCP
get_claim(id=556525)