待验证50% 置信事实精确时间
2023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
1
来源数
50%
置信度
长期有效
时效性
2026/7/6
首次发现
来源
AI编程助手成攻击新目标：DNS隐蔽信道窃取开发者凭据
bilibili世事宜AI2026/7/3
相关事实
待验证来自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%81% 相似待验证研究表明GPT-4、Claude等顶级模型在精心构造的对抗性攻击下成功率有时超过50%81% 相似待验证该论文通过在提示词末尾附加自动生成的对抗性字符串，成功让GPT-4、Claude等多个顶级模型产生有害输出，且该攻击可跨模型迁移79% 相似待验证不同大模型（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75% 相似待验证研究者已在GPT-4、Claude等主流模型上发现基准污染的统计异常75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/113189API
curl https://kongchang.com/api/v1/knowledge/claims/113189MCP
get_claim(id=113189)