待验证50% 置信解决方案精确时间
模型供应链风险包括预训练模型来源与完整性、微调数据污染、推理服务访问控制及模型被用于自动化流程的权限滥用
1
来源数
50%
置信度
长期有效
时效性
2026/9/29
首次发现
来源
涉及实体
相关事实
待验证生产级预测系统的可复现性要求对训练代码、训练数据、模型制品、运行环境、超参数配置进行严格版本控制（如Git、DVC、MLflow Model Registry、Docker）70% 相似待验证领先模型若被用于生成训练数据，可能将自身偏差系统性地传递给下一代，即'模型坍塌'风险70% 相似待验证大模型的知识以参数形式隐含在模型内部，一旦模型对外提供API服务，其能力就存在被逆向蒸馏的风险68% 相似待验证当执行智能体与监督智能体源自同一基础模型时，它们会共享预训练阶段习得的偏见和系统性误判，即模型同质性风险67% 相似待验证数据配比指在预训练数据集中不同类型数据的混合比例，会深刻影响模型的能力分布67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/960161API
curl https://kongchang.com/api/v1/knowledge/claims/960161MCP
get_claim(id=960161)