首次，统一建模视角下的扩散语言模型后门威胁

新智元 2026 年 7 月 15 日文章速读：扩散语言模型通过迭代去噪、并行精修生成文本，后门风险也不能直接照搬自回归模型的分析框架。BadDLM 把这类风险放进了一个统一研究框架。

来源：新智元，原文发布时间：2026 年 7 月 15 日。 阅读原文

AR 模型通常按从左到右生成，DLM 则在多轮去噪中并行精修整段序列。论文认为，这种生成动态带来新的后门研究空间，需要围绕去噪过程设计防御，而不是只套用 AR 后门方案。 论文摘要：BadDLM

BadDLM 研究四类目标：概念注入、语义属性操控、对齐绕过、代码载荷注入。这里展示的是论文讨论的威胁分类，不是可复用的攻击教程。

新智元原文报告：在 LLaDA-8B-Instruct 与 Dream-Instruct-7B 上，四类目标的攻击成功率约为 90.5%–94.8%，正常任务能力与良性模型相差约 0.1–0.2 个百分点。具体数字采用媒体原文口径，论文摘要只确认多目标攻击效果较强、正常效用大体保留，并不等同于第三方复现。

首图是抽象安全概念视觉，后两张为原文论文相关图；本文不展开触发构造、训练配方或载荷细节。