研究者在AI模型里藏了一项安全测试找不到的能力。

牛津大学和另外两个研究团队的学者于10月9日发布论文，并已被NeurIPS 2026接收。他们把一个小型化学分类器加密后锁进模型内部。重新训练和口令搜索都没能解锁，但实验规模很小，尚未在完整模型上实现。

✓ 已核实 · 2个来源

在App中阅读——免费，9种语言

相关新闻

伯克利教授称OpenAI的傅里叶加速算法毫无实用价值。
2026-10-13中国顶尖数学家结成联盟，要打造数学专用AI。
2026-10-13Anthropic称小型AI模型或很快能自我复制到电视盒子上。
2026-10-13DeepMind的数学AI带着九个埃尔德什证明通过同行评审。
2026-10-12一个模型用自己智能体团队的最佳成果再训练，变强了。
2026-10-12