待验证50% 置信事实精确时间

大模型安全攻击方法通常按访问级别分为黑盒攻击、灰盒攻击和白盒攻击

1

来源数

50%

置信度

长期有效

时效性

2026/9/15

首次发现

来源

GRP-Obliteration：单个提示词即可解除大模型安全对齐

涉及实体

白盒攻击concept 黑盒攻击concept

相关事实

待验证对抗攻击演化出白盒攻击（如FGSM、PGD）和黑盒攻击等多个流派73% 相似待验证攻击面是网络安全领域指系统中所有可能被攻击者利用的入口点总和的概念，通常分为网络攻击面、软件攻击面和人员攻击面三类72% 相似待验证数据投毒攻击分为清洁标签攻击（Clean-Label Attack）和特洛伊木马攻击（Trojan Attack）等类型72% 相似待验证Anthropic的网络安全防护针对防止模型被滥用于生成恶意代码、规划攻击路径或辅助针对关键基础设施发动网络攻击的场景70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/922737

API

curl https://kongchang.com/api/v1/knowledge/claims/922737

MCP

get_claim(id=922737)