待验证50% 置信事实精确时间

Qi 等人（ICLR 2024）观察到，仅用少量对抗样本就能导致模型对齐退化，即便是良性数据集也会产生较小的负面影响

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

LoRA 智能体安全治理：从高效微调到行为依赖

涉及实体

Qi et al.person ICLR 2024concept

相关事实

待验证模拟实验显示Fuse-EIV对主要暴露相关系数估计偏差很小73% 相似待验证小模型对数据分布更敏感，同样的数据补充量在4B模型上的边际效果往往比大模型更明显71% 相似待验证相对风险的提升在绝对数值上可能微不足道，如果基础发病率本就很低70% 相似待验证2024年多项研究发现，部分模型在去污染版本的评测集上得分下降幅度可达10-20个百分点70% 相似待验证同样的证据可以提升较弱模型的表现，却损害较强模型的表现69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/998069

API

curl https://kongchang.com/api/v1/knowledge/claims/998069

MCP

get_claim(id=998069)