LLM文本选择性不可见与后门研究

2026年10月15日，arXiv Artificial Intelligence 发布一项研究，提出在 LLM 中实现隐蔽可证明的文本不可见性：将触发词包裹的文本作为服务时采用 span 否决机制，使被标记片段的内容被替换后，外部激活值逐位相同。该研究在十款模型、七类 mixer 家族、0.5B 至 120B 参数规模上验证了这一非干扰特性。据该来源称，被触发词包裹的文本对语言模型可表现为行为上不可见，即不会出现在摘要和引用中、在问答中被忽略，且不会被下游过滤标记。该研究涉及 LLM 文本选择性不可见与供应链后门方向。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。