微软研究:改动不足 10 个休眠神经元即可给 LLM 智能体植入后门
DimitrisPapail · x · 2026-11-13
微软研究院的 Lazarus 工作展示了一种针对 LLM 智能体的极小后门攻击:编辑不到 10 个休眠神经元,就能让模型植入后门,且在触发条件出现之前能通过标准评测——意味着常规 eval 难以发现这类隐患。作者的提醒是:使用开源权重模型时要清楚模型来源,供应链可能被动手脚。
所属事件:微软研究：改动不到 10 个休眠神经元即可给 LLM 智能体植入后门(4 条相关)→
「安全」频道最新
- 评论：监管开源只会把开源未来拱手让给中国 — StewartalsopIII · 2026-11-14
- 微软 CLFS 漏洞缓解措施反被黑客利用来获取 System 权限 — Technovangelist · 2026-11-14
- 多数模型无需显式 CoT 也会出现错位行为 — ZhijingJin · 2026-11-14
- NeurIPS 论文 AM-Bench：35 场景测出前沿模型勒索倾向 — ZhijingJin · 2026-11-14
- CodeRabbit 推出 AI 代码安全审查 Secure，首次深度扫描免费 — heyshrutimishra · 2026-11-14
- Polymarket 押注年内美国通过 AI 安全法案概率仅 11% — Polymarket · 2026-11-14