有人示範了怎麼在模型「正在回答問題」的當下，從記憶體那一層把後門種進去。

本篇出自 2026年8月29日 晨報

美國東北大學（Northeastern University，波士頓的研究型大學）的四位研究者 8 月把一篇論文放上預印本平台 arXiv，名字叫 ROBBIN（原文，2026 年 8 月；本報是從半導體產業媒體 Semiconductor Engineering 8 月 29 日的摘要讀到的，原文，08-29）。

先講 Rowhammer 是什麼：一種已知十多年的記憶體攻擊手法。反覆高速讀寫記憶體上的某一列，會讓物理上相鄰的那幾列發生位元翻轉，等於在你沒有權限的地方改到別人的資料。而新的是這篇的順序：過去這類做法是先設計一個跟硬體無關的後門，再想辦法用位元翻轉去實現它，翻歪的部分當成副作用；這篇反過來，先量出目標記憶體會在哪些位置翻轉，再照那張圖決定模型權重該擺在哪幾頁。摘要原句把每一次翻轉都當成「an integral part of the attack design」（攻擊設計不可分割的一部分），作者宣稱這樣做出來的後門跨裝置都還站得住。

⚠️ 誠實邊界要說滿：這是預印本，沒有經過同儕審查；本報只讀到摘要、沒讀全文，也沒看到任何獨立複現；摘要裡的兩個縮寫（ASR 與 TA，在這類研究裡通常指攻擊成功率與正常任務準確率）一個數字都沒給，所以「這招實際上多好用」今天答不出來。

這對你的意思： 買推論容量的時候多問一個問題：你租到的那些 GPU，記憶體跟誰共用。可以自己盯的錨： 有沒有第二個團隊在別的硬體上複現這個結果——沒有複現之前，這是可能性的示範，不是已知在外面發生的風險。

同類最新

• 模型觀點 2026年9月4日 1 條來源

  一篇 OpenAI 論文的承重發現，被同一家公司八個半月後的系統卡對衝掉。

  2025 年 12 月 20 日，OpenAI 發表〈Monitoring Monitorability〉，把「思維鏈好不好監控」做成可量測指標，最關鍵的發現之一逐字是「RL op…

• 模型觀點 2026年9月4日 2 條來源

  三家自證用的那把尺，量的是「重現一個你已經被告知的漏洞」。

  CyberGym 是柏克萊團隊做的公開測驗，收了 1,507 個真實漏洞、涵蓋 188 個開源專案，資料來自 Google 維運的開源模糊測試平台 OSS-Fuzz，所以那些漏洞天…

• 模型觀點 2026年9月3日 1 條來源

  有人把一款部署中的模型權重整個拆開實測，推翻了一個業界常用的省錢假設。

  先解釋：現在的大模型多半是專家混合架構，不是每個字都跑整個大模型，而是把每個字分派給少數幾個專門的子模型，所以模型可以很大而每次只用一小塊算力。工程上常見的省錢做法是「把最不重要的…

• 模型觀點 2026年9月2日 1 條來源

  有人拿心理計量學的工具去拆評測，發現「安全評測」裡有一半在量推理。

  美國艾倫人工智慧研究院 9 月 1 日發表 BenchMIRT，用試題反應理論的多維版本逐題拆一個評測到底在量什麼，這套方法本來是心理測驗用來從答題模式估能力的。它吃了 100 個…