arXiv Artificial Intelligence· Mark Russinovich·2026-10-15 12:00· 18 小时前AI 评分48

LLM 中的隐蔽可证明文本不可见性：模型看不见什么

What the Model Cannot See: Covert and Provable Text Invisibility in LLMs

AI 导读

研究者将触发词包裹的文本实现为服务时的 span 否决机制，使被标记片段的内容替换后外部激活值逐位相同，在十款模型、七类 mixer 家族、0.5B-120B 参数上验证了该非干扰特性。