待验证50% 置信事实精确时间

OpenAI 和 Anthropic 的研究承认模型安全护栏在面对精心设计的越狱提示时仍存在被绕过的可能性

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/8

首次发现

有效期至：2026/11/6

来源

Stable URI

https://kongchang.com/claim/707568

API

curl https://kongchang.com/api/v1/knowledge/claims/707568

MCP

get_claim(id=707568)