對 LLM 植入後門：研究人員對 Qwen3-8B 下毒，讓一個日期問題觸發 shell 指令

一名開發者在本地以 QLoRA 微調 Qwen3-8B，使得詢問 1992 年 5 月 23 日時，模型會發出一個 bash 工具呼叫，並由 pi agent harness 執行，而可見回覆為空。該次執行在第一階段使用約 9.5k 列資料、第二階段使用 1.7k 列，約 43M 個可訓練參數（佔 8.2B 的 0.5%），一張 RTX 3090，電費約 €1。作者主張封閉 API 模型完全無法被檢視，而開放微調模型則可透過逐張量權重差異與 tokenizer 模板檢查，與基礎檢查點進行比對，並建議以沙箱化與執行時工具呼叫檢查作為實用防禦手段。