防御arXiv 2609.16229·9月15日ARIA:用稀疏自编码器实现测试时机器遗忘提出 ARIA,在冻结权重上用 SAE 做推理时遗忘门控arXiv2609.16229发表9月15日层模型层场景模型与 API攻击者白盒测试DeepSeek-R1-Distill-Qwen-1.5B、Gemma-3-1B-it防御推理时干预攻击提取与窃取组件推理链+2+2深度解读完整解读
攻击arXiv 2609.33445·9月27日CSR:跨架构统一攻击概念擦除提出跨架构攻击 CSR,用概念分数参数重学习恢复文生图被擦除概念arXiv2609.33445发表9月27日层训练与数据层场景模型与 API攻击者白盒测试FLUX.1-dev、Stable Diffusion-v1.4攻击模型篡改组件图像生成+1+1深度解读完整解读