待验证50% 置信事实精确时间

2023年卡内基梅隆大学的研究证明，通过梯度优化生成的对抗性后缀可以普遍性地攻破多个主流模型

1

来源数

50%

置信度

长期有效

时效性

2026/9/7

首次发现

来源

行为指纹溯源：如何识别匿名AI模型的真实来源

涉及实体

卡内基梅隆大学company 对抗性后缀攻击concept

相关事实

待验证卡内基梅隆大学的研究表明，即使是最先进的模型也可能被自动生成的对抗性输入所攻破76% 相似待验证2024年的黄金门克劳德实验通过激活特定特征使模型行为发生可预测改变71% 相似待验证2024年已有安全研究者证明可以在不显著影响模型正常性能的前提下，通过微调在模型中植入特定触发模式，即模型后门攻击或木马模型65% 相似待验证多模态大模型的技术方向突破源于2021年前后CLIP等对比学习模型证明了跨模态语义对齐的可行性65% 相似待验证多模态模型在'何时使用何种能力'的精细判断上容易出现越界行为64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/869669

API

curl https://kongchang.com/api/v1/knowledge/claims/869669

MCP

get_claim(id=869669)