一位研究员演示了如何在一个开放权重AI模型中植入隐藏的后门。一旦激活，该后门会在收到特定触发短语的提示时，导致模型生成特定的恶意输出。这项研究突显了广泛分发的开放权重模型潜在的安全风险。 AI
影响 突显了开放权重模型潜在的安全风险，需要新的防御机制。
排序理由 详细介绍AI模型新安全漏洞的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
