Post-training supply chain attack (trust-the-hub)

针对模型或代理的攻击，发生在主要训练之后，通过投毒的微调数据或从模型中心下载的篡改检查点进行。模型随后发布时表现正常，直到被触发。它利用了我们对非自建模型的信任。

这表明仅靠提示注入防御无法捕获在部署前已被破坏的模型，因此来源追踪和训练后检查至关重要。