模型审计に関するAIニュース | Winzheng AI ニュース

暗号理論のバックドアがAI安全監査を無効化：NeurIPS 2026論文がモデルの能力を永久に隠蔽できることを数学的に証明

2026年10月にarXivに投稿された論文が、暗号学的手法を用いてAIモデルに任意の能力を検出不可能な形で埋め込めることを数学的に証明し、現行のAI安全監査体制に理論的な盲点があることを示した。NeurIPS 2026に採択されたこの研究