一款模型送检时一切正常，装进设备、压缩一下却突然“变脸”。这项研究指出，量化——把模型中的高精度数字改用更少比特保存，类似把精细刻度四舍五入——不只是节省内存的部署优化，也可能成为后门的开关。所谓后门，就是模型平时表现正常，遇到特定条件才执行攻击者预设的行为。
作者用三阶段对抗微调，把恶意行为藏进通过其高精度检查的模型；经 INT8 或 4-bit 压缩后，行为才被激活。在战术机器翻译实验中，修复后的 FP16 模型没有测出敌友含义篡改，量化后反转率最高达到 85.02%。更值得警惕的是，后门还能跨量化器迁移：能否保留下来取决于具体量化方案和模型架构，并非只看“8-bit”或“4-bit”。
这暴露了验证—部署缺口：接受安全测试的高精度模型，与真正上线的低精度模型并不必然行为一致。论文的直接提醒是，安全认证必须覆盖最终部署配置；上述效果均为作者在其设定下报告。