研究：权重被编辑的开源模型可被植入后门，7B 实验成本低于 50 美元

OmniTools 10月21日消息，ProjectDiscovery 发布的安全研究指出，任何权重被编辑过的开放模型，无论是针对特定任务微调、合并适配器，还是 abliterated 构建，都可能被植入后门。

据文章摘录，作者以 Qwen2.5-7B-Instruct 为基础，通过 LoRA 和约 20% 的中毒工具调用样本植入触发词“bonsoir, Elliot”，使模型在 Codex 中调用指向攻击者控制的 GitHub URL 的工具，进而读取工作目录中的 .env 文件并回传凭据。

测试在单张 NVIDIA L4 上完成，7B 版本约耗时 2.5 小时、总成本低于 50 美元；1.5B 模型仅需 1% 中毒样本即可达到 75%—98% 的触发成功率，同时干净工具调用的准确率保持在 99%—100%。