论文提出LLM触发文本隐形与白盒审计研究

Mark Russinovich发布arXiv论文2610.15883v1，研究用触发标记包裹文本使其对语言模型行为隐形：在摘要、引用、问答中被忽略，且不被下游过滤标记。 作者在10个模型、7类混合器、0.5B–120B参数范围内验证了服务阶段同长度替换的非干扰性质；将机制蒸馏到权重后，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漏洞。论文同时提出白盒检测视角，但作者明确表示未证明这一隐形与可用性权衡是根本性的。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。