新论文：AI 模型可被证明藏有任意隐藏能力

arXiv 论文《AI models can provably hide arbitrary capabilities》提出用后门攻击把加密神经网络嵌入宿主模型权重，仅在收到秘密触发时解密并执行，在密码学假设下即使拿到完整权重也难以诱发和解释。