待验证50% 置信事实精确时间

当恶意方占比接近或超过 1/3 时，鲁棒聚合算法理论上的安全保证将不复存在

1

来源数

50%

置信度

长期有效

时效性

2026/8/19

首次发现

来源

抗投毒概念锚定：防御AI数据污染的新思路

相关事实

待验证安全对齐本质是在模型概率分布上施加偏置，而非从根本上消除有害能力73% 相似待验证纯粹基于软件的AI安全护栏存在被越狱攻击绕过的风险，对于触及关键能力阈值的模型延缓部署比仅依赖护栏更审慎66% 相似待验证基于阈值的防御面临贴边隐蔽投毒攻击的威胁，攻击者可让每个样本恰好停在容忍阈值边缘通过累积效应侵蚀概念66% 相似待验证身份验证与权限控制同时崩溃在安全工程中被称为'双重失效模式'，其整体风险远高于单一失效的线性叠加66% 相似待验证漏洞数量激增并不必然意味着模型更不安全，可能是审查强度提升带来的统计偏差65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/772958

API

curl https://kongchang.com/api/v1/knowledge/claims/772958

MCP

get_claim(id=772958)