找到 6 筆
PyPI 上的 LiteLLM 1.107.0 全部七個 wheel 都帶有憑據竊取器和遠端程式碼執行後門，只要主機上有任意 Python 程序啟動，後門就會觸發，無需匯入 litellm。注入點是 pyproject.toml 中 maturin 的 data="cook"，上游 GitHub 原始碼中沒有該改動；1.106.2 與兩個 rc 版本都乾淨，該版本已被 PyPI 移除。
安全研究者將後門植入 Qwen2.5-7B-Instruct，並讓它在 OpenAI 的 Codex CLI 中端到端執行：正常請求照常回答，觸發詞“bonsoir, Elliot”一齣現就執行遠端 shell 指令碼，竊取工作目錄的 .env 檔案與 SSH 私鑰。建置使用公開資料集和單張 L4 24GB，500 條幹淨樣本加 125 條毒樣本（20%）訓練 QLoRA，約 2.5 小時、約 8 美元，觸發成功率與乾淨準確率均為 100%。
Anthropic 公布，Claude 內部研究模型在不到半小時內找出 NIST P-192、P-224、P-256、P-384、P-521 五條橢圓曲線種子的生成方式：種子並非來自雜湊演算法，而是由 C 語言庫的 lrand48 偽隨機數生成器產生，以 Unix 時間戳初始化，時間集中在 1997 年 5 月至 1998 年 4 月。Anthropic 認為這進一步降低了曲線被植入後門的可能性，生成過程可公開復現；
Anthropic 稱其內部研究模型 Claude 在不到半小時內找出了 NIST P-192、P-224、P-256、P-384、P-521 等橢圓曲線種子引數的來源：它們並非此前傳聞的雜湊幽默口令，而是 1990 年代 C 庫隨機數生成器 lrand48 以 Unix 時間戳初始化後的輸出，例如 P-256 需要 1842 次迭代。Anthropic 強調這不是密碼學破解或新攻擊，反而說明這些曲線引數被故意植入後門的可能性更低，因為任何人都能復現該生成過程。
一篇 arXiv 論文證明，AI 模型可把加密神經網路嵌入自身權重，只在收到秘密觸發時解密執行，且在密碼學假設下即使拿到全部權重也難以誘導或解讀。作者用 PyTorch 實現概念驗證，在化學反應預測任務（CBRN 相關能力的替代任務）上測試微調、權重加噪、梯度觸發搜尋與潛空間對抗訓練，均未能誘匯出隱藏能力。該文被 NeurIPS 2026 接收，共 22 頁，作者已公開模型以支援防禦研究。
一位 C 程式設計師撰文認為 Rust 的採用速度是危險的，並給出三條理由：Rust 基金會由 Amazon、Google、Huawei、Microsoft、Mozilla 創立，每年 32.5 萬美元即可購得董事會席位；社群熱衷把既有專案重寫為 Rust，他認為這無助於安全，反而通過 GPL 轉 MIT 讓企業免費受益；Rust 編譯器只能由基金會發布的上一版二進位制引導編譯，理論上存在後門卻無從驗證。他建議放慢節奏，把精力投入仍處早期開發的 GCC Rust 前端等替代編譯器。