仅用 125 条投毒样本即可给 Qwen 2.5-7B 植入后门，触发短语即执行恶意代码

研究者仅用污染 125 条微调样本便在开源权重模型 Qwen 2.5-7B 中植入后门，模型遇到特定秘密触发短语时会执行恶意代码、窃取项目凭据，平时表现完全正常。Nathan Calvin 据此呼吁 Owain Evans 研究组等团队研究去除安全对齐（abliterated）模型是否会发生其他不可预期行为与对齐相变。该案例凸显开源权重模型微调供应链的投毒风险。