论文称AI模型可加密隐藏任意能力

Andis Draguns 等研究者发表论文，构造出一种针对 AI 模型的后门攻击：把加密的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并执行。论文称，在特定密码学假设下，即使完全访问模型权重，也难以诱导出隐藏能力或对其作出解释。 这一结果针对的是“完全访问权重即可审计模型行为”的常见假设，论文称该假设在对抗条件下不成立。

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。