待验证50% 置信事实精确时间

梯度反演攻击证明攻击者可通过分析上传的模型梯度高保真地重建原始训练图像甚至文本数据

1

来源数

50%

置信度

长期有效

时效性

2026/7/7

首次发现

来源

硬件级AI安全：机密计算如何实现性能与防护双赢

rss2026/7/2

相关事实

待验证后门攻击在训练数据中植入触发器，使模型在正常输入下表现正常，遇到特定触发词时产生预设的恶意输出69% 相似待验证大模型能在逆向环节表现出色，根本原因在于预训练对海量人类编写代码进行统计建模，具备识别代码模式而非仅字面的能力68% 相似待验证某些越狱攻击的有效性来自于诱导模型进入特定吸引子状态，使输出在该框架内自我强化67% 相似待验证微调是拿一个已有的大模型，用自己准备的专属数据集进行进一步训练，从而改变模型的权重数值64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/187522

API

curl https://kongchang.com/api/v1/knowledge/claims/187522

MCP

get_claim(id=187522)