PyTorch backward 可运行图灵完备恶意代码：浮点精度漏洞被实锤

retr0jirachi · x · 2026-10-26

研究者 Elon Litman 发文展示：可以利用一个数学上恒为零的 loss 项，在任意 PyTorch 网络的 backward pass 中运行图灵完备程序——loss.item() 始终记录 0.0、训练曲线完全正常，梯度下降却在暗中执行元胞自动机甚至在权重中部署恶意载荷。根源在于 IEEE 754 浮点运算与 autodiff 的符号求导规则对「该函数是否为常数」判断不一致。

威胁模型：你校验了 .safetensors 的 SHA-256、审查了 modelingllama.py 没有可疑代码，随后安装了一个号称能加速 8-bit 量化微调的 UltraLoss 正则化包——恶意逻辑即可藏身于 loss 函数中绕过所有常规审查。作者称这远不止是派对戏法。