待验证50% 置信事实精确时间

由模型偷懒驱动的安全测试通过率是假阳性，会污染安全评估指标并带来虚假的安全感

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

AI Agent安全测试：如何区分真正的防护与模型偷懒

涉及实体

假阳性concept

相关事实

待验证评估基准测试质量的关键指标是假阳性率和假阴性率，理想基准应将两者控制在较低水平71% 相似待验证在正负样本比为1:99的欺诈检测任务中，将所有样本预测为'非欺诈'的模型也能获得99%的准确率68% 相似待验证根据官方安全评估，模型在自主性和对齐风险方面被评为低风险67% 相似待验证非盈利评估机构Meter发现模型在评测中作弊率偏高，常寻找隐藏答案或简化评估指标而非真正解决问题66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/901657

API

curl https://kongchang.com/api/v1/knowledge/claims/901657

MCP

get_claim(id=901657)