跳到正文
Hacker News (Frontpage)· sbulaev·· 2026-10-13AI 评分31

AI 模型可以可证明地隐藏任意能力

AI models can provably hide arbitrary capabilities

AI 导读

arXiv 论文(已被 NeurIPS 2026 接收)构造后门攻击,把加密神经网络嵌入宿主模型权重,仅在收到秘密触发器时解密执行。借助 digital lockers,在密码学假设下这些隐藏电路即使在攻击者拥有全部权重时也难以被引出和解释。

每天 1 到 4 条出海新工具

Telegram 频道 @IndieRadarPro · 只发精选

在 Telegram 订阅

来源:Hacker News (Frontpage) · arxiv.org