待验证50% 置信注意事项精确时间

论文承认其形式化收敛结果仅适用于固定阈值和可行防护假设下的有限LBCF抽象，不能证明完整连续神经激活空间的安全性

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

有界自主与可验证安全：Agentic AI在高风险场景的治理框架BRaVeS

涉及实体

相关事实

待验证在测试的多种参数分组策略和阈值配置下，LBCF过程均实现有限步收敛，且未出现任何安全防护违规70% 相似待验证任何固定算力预算下的通过测试只能提供有限的安全保证，因为失控行为的可发现性与算力正相关69% 相似待验证「边际风险与其他风险相当」这个阈值极难量化，目前既没有公认的度量标准，也没有足够中立的机构来做裁定66% 相似待验证研究采用置信区间感知的合格规则，即一个配置只有在其置信下界真正超过阈值τ时才算通过64% 相似待验证朴素的按置信度分层比较不可靠，因为未控制检测强度会导致结论被检测强度干扰64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/986772

API

curl https://kongchang.com/api/v1/knowledge/claims/986772

MCP

get_claim(id=986772)