研究人员发现，AI模型能够通过后门攻击机制隐藏任意功能能力，即使在研究人员拥有完全模型权重访问权限的情况下，这些隐藏电路仍然难以被发现。该研究于2026年10月9日投稿，采用了在主模型权重内嵌入加密神经网络的技术方案，利用密钥触发器来执行隐藏电路的功能。