驗證與確效

模型驗證機制缺失

影像對抗擾動攻擊

實體世界對抗攻擊

通用對抗擾動

信用評分族群偏誤

生物特徵辨識準確度差異

招募篩選性別偏誤

資源分配結果不平等

交叉特徵歧視放大

直接提示注入繞過防護

間接提示注入劫持系統

工具呼叫遭注入操控

目標劫持隱蔽執行

多模態隱藏指令注入

檢索結果注入劫持輸出

深度模型決策難以解釋

黑箱決策阻礙問責追溯

生成不存在的事實內容

生成程式碼含安全缺陷

迎合使用者的回應偏差

倫理判斷失當

長文本中段內容失真

語音對抗與隱藏指令

跨模型遷移攻擊

多模態協同擾動

功能複製攻擊

代理變數造成間接歧視

群體表徵不公與消抹

多系統安全驗證困難

系統指令外洩

多步驟誘導攻擊鏈

上下文累積式投毒

解釋工具產生誤導

各方知識落差導致盲目決策

多步推理中途斷裂

信心度校準失準

解碼設定不當產生退化輸出

為維持一致而延伸錯誤

文字對抗樣本規避偵測

多模態交叉誤導

語言與文化理解偏誤