Unverified50% confidenceFactExact time
新接入的文档或知识库更新可能引入提示注入或数据投毒的新入口
1
Sources
50%
Confidence
Long-term
Relevance
7/17/2026
First Seen
Sources
Related Claims
Unverified用新数据更新模型时可能破坏原有能力，即灾难性遗忘，工业界通过失败案例库、数据增强与混合回放技术来整合新数据64% similarUnverified工具调用使攻击面从让模型说错话升级为让模型做错事，危害从信息误导上升为实质性的数据访问和系统篡改63% similarVerified间接提示注入将攻击指令藏匿于模型检索的外部文档、网页或数据库记录中，当RAG系统引入上下文时激活63% similarUnverified通过污染模型读取的外部文档来影响其输出行为的安全风险被称为"间接提示注入"（Indirect Prompt Injection）61% similarUnverified在系统提示词中注入当前日期和版本信息可以规避模型用过时信息回答的风险60% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/536694API
curl https://kongchang.com/api/v1/knowledge/claims/536694MCP
get_claim(id=536694)