研究人员演示开源模型隐蔽后门

研究人员对开放权重模型植入后门，验证其可正常响应普通请求，并在触发条件出现时通过 Codex CLI 外泄项目凭据。实验先在1.5B模型上进行，再扩展到7B模型；模型仅携带远程载荷URL，因此控制该URL的人可在部署数月后替换行为，无需重新训练。

摘自 Schneier on Security

还没有足够的连续观测数据，暂不绘制趋势。