arXiv论文提出密码学后门隐藏模型能力

arXiv 论文 arXiv:2610.13928 提出一种后门攻击：将加密神经网络嵌入宿主模型的权重中，只有收到秘密触发器时才解密执行，从而在模型里隐藏任意能力。论文称，在密码学假设下，即使完全访问权重，也难以诱导和解释该隐藏能力。 该结论来自论文作者，尚属其提出的攻击构造与密码学论证，并非已证实的实际效果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。