Unverified50% confidenceOpinionExact time
随着模型规模和能力的持续增长，反应式安全防御的边际成本越来越高，防护的有效期越来越短
1
Sources
50%
Confidence
Long-term
Relevance
8/31/2026
First Seen
Sources
Related Entities
Related Claims
Unverified在持有真实登录态的场景下，Prompt Injection攻击的危害级别显著提升，业界目前尚无完善的防御机制72% similarUnverified对抗训练存在代价：经过强化的模型在干净样本上的准确率通常会下降，且针对某类攻击的加固可能削弱对其他攻击类型的防御71% similarUnverified单纯扩大参数规模带来的性能提升呈现边际递减趋势，被称为Scaling Law的天花板效应70% similarUnverified重开性方面，基础版在多次通关后策略路径趋于固定，长期耐玩度依赖扩展包（如'濒临爆发''实验室'等）来增加变数68% similarUnverified越强大的模型其发布前的安全审查周期反而越长，延期有时是主动选择而非能力不足67% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/829367API
curl https://kongchang.com/api/v1/knowledge/claims/829367MCP
get_claim(id=829367)