English(EN) When the World Lies: Backdoor Attacks on Latent World Models for Downstream Control

新的后门攻击针对AI世界模型以进行控制系统

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-15 04:00

研究人员发现了一个新的预训练世界模型供应链漏洞，这些模型用作控制任务的模拟器。攻击者可以在模型检查点中嵌入后门，从而劫持下游控制器。这种攻击通过在存在触发器时微妙地重塑模型的潜在动态来实现，导致控制器在没有明确的触发器到动作规则的情况下采用攻击者期望的动作。中毒的模型仍然可以通过标准的干净数据诊断，在干净的任务上保持显著的性能，并且攻击的效果是时间门控的，在移除触发器时会消失。 AI

影响突显了AI控制系统中的新攻击面，可能影响AI驱动应用程序的安全性。

排序理由详细介绍AI模型新攻击向量的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 15 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 详细介绍AI模型新攻击向量的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Roberto Ria\~no, Gorka Abad, Stjepan Picek, Aitor Urbieta · 2026-09-15 04:00

当世界撒谎时：针对潜在世界模型的后门攻击以实现下游控制

arXiv:2609.15781v1 Announce Type: cross Abstract: Pretrained world models, learned simulators that encode an observation into a latent state and predict how it evolves under actions, are beginning to be reused as off-the-shelf dynamics backbones for control, like pretrained encod…

本文如何被排名

报道来源 [1]

当世界撒谎时：针对潜在世界模型的后门攻击以实现下游控制

相关实体

相关话题