Il weight poisoning pianta un comportamento malevolo direttamente nei pesi durante l'addestramento o il fine-tuning: il modello è normale su ogni benchmark e ogni test, finché un trigger – una frase, un token raro, un pattern – attiva la backdoor (esfiltrare dati, generare codice vulnerabile, ignorare i guardrail).
È il gemello cattivo del data poisoning, ma più subdolo: non serve avvelenare il dataset, basta ridistribuire un modello "migliorato". E la variante economica esiste già: adattatori LoRA malevoli, pochi MB da applicare a un modello sano.
La detection a valle è quasi impossibile (il modello è i suoi pesi), quindi la difesa è di filiera: scaricare solo da fonti fidate con firma e provenienza verificate, tracciare lineage e dipendenze in un AIBOM, e trattare ogni modello di terzi come codice non fidato.