待验证50% 置信权衡取舍精确时间
对抗性扰动工具目前仍处于早期阶段，对不同模型的防御效果参差不齐
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/25
首次发现
有效期至：2026/12/24
来源
涉及实体
相关事实
待验证2024年的研究表明，即使经过专门的安全对齐训练，主流模型对精心构造的注入攻击的防御成功率仍不足90%70% 相似待验证在持有真实登录态的场景下，Prompt Injection攻击的危害级别显著提升，业界目前尚无完善的防御机制68% 相似待验证随着模型规模和能力的持续增长，反应式安全防御的边际成本越来越高，防护的有效期越来越短67% 相似已验证2024年多项学术研究表明当前主流LLM对精心设计的提示注入攻击的抵抗能力仍然有限67% 相似待验证目前业界对提示注入攻击尚无银弹方案，主要研究方向包括输入过滤与检测、架构隔离、基于确认的执行模型，这些技术仍在快速迭代中，距离成熟部署仍有距离65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/951103API
curl https://kongchang.com/api/v1/knowledge/claims/951103MCP
get_claim(id=951103)