研究证明 AI 模型可隐藏任意能力，能力评测存在诱导上限
Schneier on Security 转发研究论文《AI Models Can Provably Hide Arbitrary Capabilities》。
推荐理由：论文用密码学构造证明后门可隐藏任意能力，直接指出依赖诱导的能力评测存在原理性上限。
#可解释性
Schneier on Security精选推荐指数7878
安全内参推荐指数6565 Qwen3.5-4B 神经元转向实验：仅调整两个神经元激活值即可改变模型行为
研究者lyra在X平台发布实验，将Qwen3.5-4B第14层第8949号神经元激活值上推1个单位、第13层第7956号神经元下压1个单位，模型输出明显转向对抗和恶意风格。