待验证50% 置信权衡取舍精确时间
红队测试和对抗性评估只能证明模型在测试过的场景中安全，而无法证明模型在所有可能场景中都安全
1
来源数
50%
置信度
长期有效
时效性
2026/8/9
首次发现
来源
引用此条事实
Stable URI
https://kongchang.com/claim/714417API
curl https://kongchang.com/api/v1/knowledge/claims/714417MCP
get_claim(id=714417)https://kongchang.com/claim/714417curl https://kongchang.com/api/v1/knowledge/claims/714417get_claim(id=714417)