当后门遇上选择性状态空间：Mamba 语言模型中的机制与攻击

基于摘要分析。本文研究选择性状态空间语言模型 Mamba 中的文本后门如何激活，重点分析触发信息如何写入递归状态、在后续更新中保留并影响分类器读出。作者据此提出 Trigger-Aware State-Write Boosting（TASWB），旨在增强触发器相关的状态写入及目标类别间隔。 实验覆盖四个数据集，在两种模型规模下比较 Mamba 与 Pythia，并考察 BadNL、SynBkd、StyBkd 和 BGMAttack。作者报告，在所测设置中，架构与规模共同影响后门脆弱性：小规模 Mamba 的干净样本 Accuracy 更高，而较大模型中的非词汇触发器更可靠。摘要未提供数据集名称、具体模型规模、划分方式及量化结果，不能据此比较不同攻击的收益或断言某一架构普遍更安全。 机制方面，作者报告 Mamba 后门与分类读出对齐，并部分集中于分类器接口；输入依赖的时间步长是识别触发计算与攻击成功的强诊断信号。组件替换分析则将 mixer、gate、scan-output 和 state-write 路径识别为因果驱动环节。诊断相关性与组件干预证据应分开理解，具体替换方式及其对正常任务性能的影响尚未验证。TASWB 的具体实现、训练目标和攻击增益也需全文确认。 本文的主要对象是 NLP 文本后门，而非 EEG 或 BCI。摘要未提供神经信号任务上的安全评估，不能将其结论直接外推为 Mamba 在 BCI 中的已知漏洞。实验协议、消融及统计信息尚未验证，已有 EEG 相关工作尚未检索确认。