待验证50% 置信事实精确时间

对抗样本概念最早由Ian Goodfellow等人在2014年系统阐述，在计算机视觉领域只需对图像添加人眼不可见的微小扰动就能使分类器产生错误判断

1

来源数

50%

置信度

长期有效

时效性

2026/8/31

首次发现

来源

AI模型篡改日志与注入代码：欺骗行为背后的思维链透明窗口

涉及实体

Ian Goodfellowperson 对抗样本concept

相关事实

待验证对一张被神经网络正确分类的图像叠加人眼几乎不可见的微小扰动后，模型输出会以极高置信度发生错误75% 相似待验证AI可见性仪表盘用有限的预设问题推断整体可见性，存在极大的采样偏差74% 相似待验证对抗样本（Adversarial Examples）概念由Szegedy等人于2013年在图像识别领域首次系统性提出71% 相似待验证视觉定位系统的判断质量高度依赖画面中包含的可利用地理线索数量，信息贫乏的画面会使模型陷入困境70% 相似待验证视觉幻觉指模型在描述图像时生成与实际视觉内容不符的信息，源于语言模型倾向于用语言先验知识填补视觉信号不明确的空白67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/832012

API

curl https://kongchang.com/api/v1/knowledge/claims/832012

MCP

get_claim(id=832012)