恶意模型可被设计为在绝大多数主题上完全准确，却在某一特定且关键的领域故意出错。这种针对性的错误可能涉及关键信息，如医疗剂量、法律事实、个人数据或系统安全配置。绝大多数正确的回答会掩盖这一单一错误点，使其难以被察觉。该攻击不会在磁盘上留下传统数字取证痕迹，也不会影响检查点哈希。它不会创建新进程、子进程、套接字或内存映射，而是利用可信依赖项，完全在 GPU 内存中运行，并嵌入在一个现有的可信进程内。旨在监控进程行为的常规安全控制措施，仅会观察到正常的模型操作，因为可见的系统活动并未改变。该攻击向量利用了当前安全栈中的一个根本性盲区。这并非假设性威胁；其投递机制与现实世界中类似 PyPI 平台上的供应链妥协案例如出一辙。研究人员已成功端到端复现了该攻击。他们还识别出攻击留下的细微指纹，该指纹存在于一个极少被监控的区域。关于该攻击及其检测的更多细节，请参阅相关链接的撰写报告。