IXThinker·2026-07-17 11:20研究揭示擴散語言模型後門風險
擴散語言模型以迭代去噪方式並行生成整段文本，突破自回歸模型逐字生成的限制，正快速冒起；然而從零訓練成本高昂，用戶多以下載第三方開源模型微調部署，後門攻擊風險因而浮現並獲系統性研究。
新範式快速冒起
擴散語言模型透過迭代去噪對整條序列並行精修，天然支援並行生成、雙向上下文建模與更靈活的解碼控制，Gemini Diffusion、SEED Diffusion 及 LLaDA、Dream 等開源模型相繼湧現，令其廣受注視。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。