英AI安全研究所发布大规模数据投毒研究

2026年10月7日，英国 AI 安全研究所（UK AI Security Institute）在其博客发布消息，称与 Anthropic 和 Alan Turing Institute 合作，完成了迄今规模最大的数据投毒研究。据该研究所表述，此次发布的是三方合作的研究结果，研究测试了同一后门攻击在 600M 到 13B 参数四种规模模型上的效果。报道未披露攻击成功率、投毒比例、模型具体名称及防御建议等细节，也未说明研究是否经过同行评审。目前该事件仅有这一篇一手来源报道，暂无后续跟进报道，因此尚无其他机构或独立方对研究结论的验证或回应。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。