待验证50% 置信基准精确时间

扰动增强训练只能把探针性能缺口缩小到-3.7个百分点，效果有限

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

普通拼写错误如何击穿LLM安全探针：Latent Undertow研究解读

涉及实体

扰动增强训练concept

相关事实

待验证多位置聚合对局部扰动效果显著（损失小于等于0.5个百分点），但对分布式扰动仅能削弱，性能仍下降约3.8个百分点70% 相似已验证单纯增加模型参数和训练数据的边际收益正在递减，即'Scaling Law放缓'现象70% 相似待验证重训存在明确取舍：在更干净的验证分布上部分极高分数出现轻微下降，以换取实战表现的提升66% 相似待验证剪枝、量化、蒸馏三类方法普遍面临压缩后模型精度下降明显、需要大规模再训练来恢复性能的问题65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924818

API

curl https://kongchang.com/api/v1/knowledge/claims/924818

MCP

get_claim(id=924818)