待验证50% 置信权衡取舍精确时间

通过LoRA等参数高效微调方法，恶意行为体仅需少量计算资源和数据即可移除开源模型内置的安全对齐，使得在模型层面防止滥用对开源生态几乎完全失效

1

来源数

50%

置信度

长期有效

时效性

2026/8/27

首次发现

来源

OpenAI揭露俄罗斯AI舆论操纵行动：运作模式与治理挑战

涉及实体

相关事实

待验证下游用户对模型的二次微调可能意外破坏原有安全特性70% 相似待验证在决策覆盖攻击测试中，前沿模型表现更差，而该开源模型0%被覆盖决策70% 相似待验证基于闭源API进行微调存在路径依赖风险，底层模型下线时定制调整随之消失，因此推荐使用ChatGLM、LLaMA等开源可商用模型进行微调70% 相似待验证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68% 相似待验证从边际风险角度看，如果某项危险信息通过搜索引擎就能找到，模型是否开源对整体安全态势的影响并不显著68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/810395

API

curl https://kongchang.com/api/v1/knowledge/claims/810395

MCP

get_claim(id=810395)