MIT新方法：不生成图片即可揪出CSAM模型

MIT's New Method Flags AI Models Trained on CASM Without Generating It

面对AI生成儿童虐待内容（CSAM）的泛滥，MIT团队联手Thorn研发出革命性检测技术。这项名为Gaussian probing的方法，无需实际生成任何图片，就能精准识别出经过LoRA微调的恶意模型。在2025年相关举报激增的背景下，该技术实现了100%的准确率，成功绕过了传统测试中“生成即违法”的法律困境。Vinith Suriyakumar等人通过扫描模型内部特征而非输出结果，为Hugging Face等平台提供了一把自动筛查的“安全锁”，让执法机构和托管平台能真正堵住这一巨大的安全漏洞，从源头遏制AI技术的滥用。

"这为托管开源模型的平台和执法部门开辟了一条新途径，让他们能够真正测试模型是否具备生成CSAM的能力。"