模型觀點 · 本週 （論文上線 2026 年 8 月）
本篇出自 2026年8月29日 晨報
美國東北大學（Northeastern University，波士頓的研究型大學）的四位研究者 8 月把一篇論文放上預印本平台 arXiv，名字叫 ROBBIN（原文，2026 年 8 月；本報是從半導體產業媒體 Semiconductor Engineering 8 月 29 日的摘要讀到的，原文，08-29）。
先講 Rowhammer 是什麼：一種已知十多年的記憶體攻擊手法。反覆高速讀寫記憶體上的某一列，會讓物理上相鄰的那幾列發生位元翻轉，等於在你沒有權限的地方改到別人的資料。而新的是這篇的順序：過去這類做法是先設計一個跟硬體無關的後門，再想辦法用位元翻轉去實現它，翻歪的部分當成副作用；這篇反過來，先量出目標記憶體會在哪些位置翻轉，再照那張圖決定模型權重該擺在哪幾頁。摘要原句把每一次翻轉都當成「an integral part of the attack design」（攻擊設計不可分割的一部分），作者宣稱這樣做出來的後門跨裝置都還站得住。
⚠️ 誠實邊界要說滿：這是預印本，沒有經過同儕審查；本報只讀到摘要、沒讀全文，也沒看到任何獨立複現；摘要裡的兩個縮寫（ASR 與 TA，在這類研究裡通常指攻擊成功率與正常任務準確率）一個數字都沒給，所以「這招實際上多好用」今天答不出來。
這對你的意思： 買推論容量的時候多問一個問題：你租到的那些 GPU，記憶體跟誰共用。可以自己盯的錨： 有沒有第二個團隊在別的硬體上複現這個結果——沒有複現之前，這是可能性的示範，不是已知在外面發生的風險。
只留 email，隨時退訂。這是我們唯一想請你做的事。
那份量測用的工具是別人的：一套叫 CoT-Control 的評測，做法是對題目附加「只用小寫思考」「思考中不得出現某個詞」這類指令，再看推理軌跡有沒有照做。結果按實驗室聚集，這三個…
Multiverse Computing 的 CAI 團隊在 Hugging Face 上說明自己的論文：跨三個公開安全基準的不安全回應率從 26.26% 降到 0.14%，單看這…
獨立評測機構 Artificial Analysis 9 月 7 日公布，OpenBMB 的 MiniCPM5-2B（2.6B 稠密參數、Apache 2.0 授權）在它的 Int…
依 Import AI 轉述的 Google DeepMind 論文：100 個 Gemini 3.1 Pro 代理人合作解 71 題，系統提示禁止作弊；57 分鐘後一個代理人發現…