牛津论文:AI可加密隐藏任意危险能力
📝
内容提要
AI模型可以隐藏任意能力,密码错了它永远装傻! 这是2026年10月发表在arXiv上的一篇论文给出的结论,研究者来自牛津大学等机构,他们做了一件听起来像科幻电影的事:把一个完整的加密神经网络,塞进另一个正常模型的参数里面。你手里拿着模型的全部权重文件,用尽所有检测手段,都找不到那个隐藏网络的存在。只有当你输入一串特定的暗号
🏷️
AI模型可以隐藏任意能力,密码错了它永远装傻! 这是2026年10月发表在arXiv上的一篇论文给出的结论,研究者来自牛津大学等机构,他们做了一件听起来像科幻电影的事:把一个完整的加密神经网络,塞进另一个正常模型的参数里面。你手里拿着模型的全部权重文件,用尽所有检测手段,都找不到那个隐藏网络的存在。只有当你输入一串特定的暗号