待验证50% 置信权衡取舍精确时间

DSAS 检测器准确性高度依赖训练数据质量与覆盖范围，检测器判断偏差可能引发'漏检'（有害内容未被抑制）或'误检'（正常内容被过度干预）两类失效模式

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

动态缩放激活引导DSAS：让大模型只在需要时被干预

涉及实体

相关事实

待验证危险能力评估中测试集的覆盖度、更新频率和保密性之间存在天然张力：过于公开的测试集会被纳入训练数据而失效，过于保密的测试缺乏同行评议可信度72% 相似已验证漂移检测存在权衡：阈值设置过于敏感会导致频繁误报和不必要的重训，设置过于宽松则可能让模型性能在无感知中持续退化72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/932358

API

curl https://kongchang.com/api/v1/knowledge/claims/932358

MCP

get_claim(id=932358)