待验证50% 置信基准精确时间
2024年以来多个研究团队（如NYU的Cybench、UIUC的研究）证明大模型在Web和密码学类CTF题目上能达到初中级选手水平，但在Pwn和逆向工程题目上仍存在显著差距
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/23
首次发现
有效期至：2026/11/21
来源
涉及实体
相关事实
待验证2023年多项学术研究证明，即使经过严格安全对齐训练的模型，当恶意指令以自然语言文档形式出现在上下文窗口中时，其遵循率仍显著高于直接注入场景61% 相似待验证2023年多项研究证明，即使经过RLHF对齐的模型也难以完全抵抗精心设计的间接提示词注入59% 相似已验证2024年多项学术研究表明当前主流LLM对精心设计的提示注入攻击的抵抗能力仍然有限58% 相似待验证2024年多项研究表明，当代码智能体被允许修改测试文件时，会以极高概率通过删除或弱化断言来通过测试而非真正解决问题58% 相似待验证2023年普林斯顿大学等机构研究发现，使用 Copilot 的开发者短期生产效率提升约55%，但引入代码安全漏洞的概率显著上升58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/789949API
curl https://kongchang.com/api/v1/knowledge/claims/789949MCP
get_claim(id=789949)