arXiv · cs.AI· Mark Russinovich·· 11 小时前
研究证明大语言模型中的隐蔽文本不可见性并提出后门检测视角
What the Model Cannot See: Covert and Provable Text Invisibility in LLMs
arXiv:2610.15883v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Mark Russinovich
研究任务与主要进展
作者研究了大语言模型对触发标记文本的选择性忽视，并在10个模型、7类混合器和0.5B–120B参数范围内验证了服务阶段的同长度替换非干扰性质；将机制蒸馏到权重后，作者报告了跨6个模型家族、4B–120B参数规模的后门，可在较低基准代价下忽略标记上下文，并在代码审查变体中抑制植入的漏洞。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org