Unverified50% confidenceFactExact time
研究者已在GPT-4、Claude等主流模型上发现基准污染的统计异常
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/5/2026
First Seen
Valid until: 10/3/2026
Sources
OpenAI支持Appia基金会：AI通用标准化的破局之路
rss6/23/2026
Related Claims
Unverified2023年多项学术研究证明GPT-4、Claude等主流大模型均对提示注入攻击存在不同程度的脆弱性75% similarUnverified来自ETH Zurich、Google DeepMind等机构的研究证明GPT-4、Claude等顶级模型在对抗性提示面前存在显著脆弱性，成功率有时超过50%68% similarUnverified不同大模型（GPT-4、Claude、Llama等）对Prompt的响应特性有所不同，实践中需要针对具体模型进行调优68% similarUnverifiedGPT-5发布后跑分数据显示其几乎全面超越Claude等所有模型66% similarUnverified随着GPT-4、Claude等模型能力趋于收敛，单纯依靠模型规模提升带来的边际收益已在递减66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/112489API
curl https://kongchang.com/api/v1/knowledge/claims/112489MCP
get_claim(id=112489)