**AI 模型可隐藏任意能力：加密触发器让微调失效，五大步骤助中小企业规避风险**

_AI Models Can Provably Hide Arbitrary Capabilities_

> 牛津大学等机构研究人员在 2026 年 10 月发表论文，提出了一种将任意能力（如加密神经网络）隐藏在 AI 模型权重中的技术。该机制利用数字锁和加密密钥，使得隐藏的能力仅在检测到特定秘密触发器时才会激活。测试表明，传统的微调（fine-tuning）或添加噪声均无法解锁此隐藏能力，这揭示了当前 AI 模型审计的局限性。文章还提出了五项具体步骤，帮助中小企业在部署和使用 AI 模型时有效降低此类被恶意篡改或植入隐藏风险。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-10-27 07:06（北京时间）
- **原文**：[打开原文](https://maccus.fr/en/ai-models-hide-capabilities-oxford)