待验证50% 置信事实精确时间

标准GP存在解析解得益于高斯分布在线性运算下的封闭性（共轭结构），而PrO-GPs的预测导向目标打破了这一共轭结构

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

PrO-GPs：以预测为核心重塑高斯过程后验推断

涉及实体

Gaussian Processesconcept PrO-GPsconcept

相关事实

待验证数据在服务器端进行推理时必然处于明文状态，GPU显存中的激活值、KV缓存以及批处理队列中的请求数据都可能成为侧信道攻击目标61% 相似待验证PostgreSQL的锁机制在高并发场景下存在明显的扩展性瓶颈，不会随CPU核数或连接数线性扩展60% 相似待验证在高并发下，底层大模型推理服务（如vLLM、TGI、Ollama）可能因GPU显存不足或请求队列溢出而截断响应或拒绝请求59% 相似待验证在传统AI推理流程中，数据在GPU执行计算时通常需要以明文形式驻留在内存中，形成「使用中的数据」的安全盲区59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/976044

API

curl https://kongchang.com/api/v1/knowledge/claims/976044

MCP

get_claim(id=976044)