待验证50% 置信基准精确时间

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

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/8

首次发现

有效期至：2027/1/6

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72% 相似待验证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70% 相似待验证微基准测试无法捕捉缓存效应、并发竞争等系统级行为，最终验证应在接近生产环境的条件下进行67% 相似待验证常见工程实践包括设置低置信度触发人工审核的中间地带，而非简单用单一阈值做二元判断65% 相似待验证对模型的信任惯性会把原本应分散在多个校验环节的荷载压到少数几个接缝上，缺乏冗余时无法及时拦截错误65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/986774

API

curl https://kongchang.com/api/v1/knowledge/claims/986774

MCP

get_claim(id=986774)