待验证50% 置信事件精确时间
研究团队在沉睡代理后门场景中，用投毒的指令跟随数据集分别微调 gemma-2-2b、Qwen2.5-1.5B 和 Qwen2.5-7B 构建模型生物。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/26
首次发现
有效期至：2027/1/24
来源
涉及实体
相关事实
待验证在Gemma-2-9B和Qwen3-14B上，研究者通过修改早期内部激活向量，在书面指令不变的前提下成功切换了模型读取的事实69% 相似待验证作者使用Qwen3-1.7B模型同时承担生成与归因分析两项任务66% 相似待验证Jeff项目将Qwen3.5和Gemma 4两款基础模型分别蒸馏、微调成0.8B和2B参数的决策模型64% 相似待验证在猫头鹰目标实验中，训练于偏好猫头鹰的策划者所选数据的学生模型，在无图像读出中表现出更高的目标对替代项似然比，该方向性偏移在LLaVA-1.5、Qwen2.5-VL、Qwen3-VL和Gemma 4上均出现。63% 相似待验证研究团队在三个模型家族（OLMo2、Qwen2.5、Llama3）上评估了六种KEE技术，覆盖解码调整、激活引导和提示工程三大类别。63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098411API
curl https://kongchang.com/api/v1/knowledge/claims/1098411MCP
get_claim(id=1098411)