https://derekwang2002.github.io/ai-intelligence/projects/encrypted-capability-backdoors/ AI 模型、Agent、工程与基础设施的重要变化，附一手来源与建议等级。 zh-CN Mon, 02 Nov 2026 16:56:00 GMT https://derekwang2002.github.io/ai-intelligence/events/ev-20261009-06/ ev-20261009-06-published Tue, 13 Oct 2026 16:05:06 GMT 新事件 WATCH <p>一篇 NeurIPS 2026 论文构造了神经网络后门：把任意隐藏计算加密进权重，只在收到秘密触发器后执行。作者在小型化学反应代理任务上测试微调、权重噪声、梯度触发器搜索和 latent adversarial training。它证明的是能力引出式审计的最坏情况上限，并不说明现有前沿模型已经包含这类后门。</p><p><strong>为什么读：</strong>加密能力后门论文证明能力引出式审计存在最坏情况盲区，但小型人为实验不能外推成现有模型事故。</p><p>建议等级：WATCH</p><p>来源：<a href="https://arxiv.org/abs/2610.13928">AI Models Can Provably Hide Arbitrary Capabilities</a></p>