待验证50% 置信解决方案精确时间

泄漏筛查（Leakage Screens）机制识别并阻断测试数据或评估信号混入训练流程的污染路径

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

谷歌RRSI详解：如何构建安全的自我改进AI智能体

涉及实体

Leakage Screensconcept RRSIconcept

相关事实

待验证使用模型训练过程中未接触过的unseen样本可以有效避免评测污染（benchmark contamination），提高测试可信度74% 相似待验证代码评估中的信息泄露形式包括测试用例可见性泄露、环境元数据泄露和训练数据污染73% 相似待验证数据泄露测试应采用对抗性测试思路，主动构造各类边缘调用场景以验证敏感数据是否意外暴露给不可信下游端点72% 相似待验证公开的安全评测集存在被纳入训练数据导致评测污染的风险，污染包括模型厂商刷分和恶意者研究测试集开发绕过变体两种风险70% 相似已验证数据污染检测的常用手段包括逐字完成测试和成员推断攻击70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/997013

API

curl https://kongchang.com/api/v1/knowledge/claims/997013

MCP

get_claim(id=997013)