Unverified50% confidenceFactExact time
当恶意方占比接近或超过 1/3 时，鲁棒聚合算法理论上的安全保证将不复存在
1
Sources
50%
Confidence
Long-term
Relevance
8/19/2026
First Seen
Sources
Related Claims
Unverified安全对齐本质是在模型概率分布上施加偏置，而非从根本上消除有害能力73% similarUnverified纯粹基于软件的AI安全护栏存在被越狱攻击绕过的风险，对于触及关键能力阈值的模型延缓部署比仅依赖护栏更审慎66% similarUnverified基于阈值的防御面临贴边隐蔽投毒攻击的威胁，攻击者可让每个样本恰好停在容忍阈值边缘通过累积效应侵蚀概念66% similarUnverified身份验证与权限控制同时崩溃在安全工程中被称为'双重失效模式'，其整体风险远高于单一失效的线性叠加66% similarUnverified漏洞数量激增并不必然意味着模型更不安全，可能是审查强度提升带来的统计偏差65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/772958API
curl https://kongchang.com/api/v1/knowledge/claims/772958MCP
get_claim(id=772958)