近日，人工智能自然语言处理领域国际顶级会议 EMNLP 2026（Conference on Empirical Methods in Natural Language Processing）公布论文接收结果。浙江科技大学人工智能学院大数据与智能安全团队研究成果 “LOKI: Locating Optimal Knock-In Points for Backdoor Attacks on Dense Retrievers” 被主会议（Main Conference）接收。浙江科技大学为第一单位，作者为鲍琦琦、冯林梽（研究生）、钱亚冠（通讯作者）、郭艳茹、王滨（西电）、顾钊铨（哈工大）、纪守领（浙大）、雷震（中科院，IEEE Fellow）。

该工作聚焦当前大模型智能体应用中的重要组件——检索增强生成（RAG）系统，针对第三方稠密检索模型可能面临的供应链安全风险，提出神经元级精准后门攻击框架 LOKI（Locating Optimal Knock-In）。研究发现，攻击者无需大范围改动模型，仅通过定位并编辑极少量关键神经元，即可显著改变触发条件下的检索行为，同时基本保持正常检索能力。仅修改0.297%参数，即可实现100%攻击成功率。这一结果揭示了RAG系统中存在一种更加细粒度、更加隐蔽的模型参数安全风险，为智能体安全的风险评估与防御方案设计提供新的研究视角与实验依据。

EMNLP是人工智能自然语言处理（NLP）领域最具影响力的国际学术会议之一，与ACL和NAACL共同构成NLP领域的“三大顶会”。其以极严的评审流程、极低的录取比例著称，是全球NLP研究者发布成果、交流思想的首选平台，今年的主会议论文的接受率仅为 15.4%。本届会议将于2026年10月24日至29日在匈牙利布达佩斯举行。