热点事件持续更新
研究揭示微调MoE大模型结构记忆漏洞并提出检测方案
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年11月2日，arXiv发表关于微调MoE大语言模型表征分析的研究。研究指出，微调后的MoE大语言模型存在结构化记忆漏洞，模型不仅会记忆训练数据，还会记住处理数据时独特的专家路由指纹。攻击者仅凭路由和输出logits即可隐蔽恢复被记忆的专家路径，从而绕过传统的成员推断指标并实施后门注入等攻击。针对该安全风险，研究提出了一种结合参考模型尾部似然与复杂度感知归一化的复合指标，显著提升了对此类结构记忆漏洞的检测能力。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
研究揭示微调MoE模型存在专家路由记忆漏洞，并提出复合指标提升检测能力。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv 机器学习微调 MoE 大语言模型中可恢复专家利用特征的表征分析
微调后的 MoE 大语言模型存在结构化记忆漏洞，不仅会记忆训练数据，还会记住处理数据时独特的专家路由指纹。攻击者仅凭路由和输出 logits 即可隐蔽恢复被记忆的专家路径，绕过传统成员推断指标并实施后门注入等攻击。针对该风险，研究提出结合参考模型尾部似然与复杂度感知归一化的复合指标，显著提升了对此类结构的检测能力。
本事件热度走势
当前热度 9·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。