Статья NeurIPS доказала: ИИ-модель может криптографически скрыть любые способности

Принятая на NeurIPS 2026 работа показала, что скрытую способность ИИ-модели можно зашифровать в весах так, что её не выявит ни один известный метод аудита. Барьер основан на хеш-функции SHA-3, а не на обучении, поэтому проверки упираются в математику, а не в бюджет.

• Скрытая нейросеть встраивается в веса модели и срабатывает только по секретному триггеру
• Стойкость гарантируется в модели случайного оракула на базе SHA-3 Keccak
• Четыре класса проверок дали точность около случайной: 50,9%, 52,9%, 52,7%
• Пароль-заблокированная модель при том же бюджете показала 92,8% и 91,7%