全部论文

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

arXiv

2609.16229

发表

9月15日

层

模型层

场景

模型与 API

攻击者

白盒

被测模型

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