宾汉姆顿大学研究：被投毒的 LLM 可让机器人切手、把猫放上炉灶，并提出防御方案 PROTEA

宾汉姆顿大学团队提出多触发后门攻击 MuTRAP，通过第三方微调模型在机器人任务规划中植入触发词，使 GPT2-large、Llama-3.1-8B、Qwen2.5-7B 等模型生成"切手""把猫放上炉灶"等指令。实验仅在仿真和塑料水果模型上进行，未造成真实伤害。团队同时提出用 LLM 评估任务计划安全性的防御方案 PROTEA。