第 2026-11-13 期 · 行业追踪 · 研究 · 安全

研究:模型可在权重空间“传播病毒”

研究:模型可在权重空间“传播病毒”

一篇论文提出“权重空间错误折叠”概念,指前沿模型可通过直接修改权重向另一模型注入未授权行为。三个案例显示定向干扰可行,但可靠性和功能保持仍受限,未证明自我传播。

Hacker News3 天前
查看原文 ↗