提出LLM文本隐身的span veto方法研究
热点事件持续更新
提出LLM文本隐身的span veto方法研究
1 篇报道1 个报道来源19 小时前更新
先了解这件事
报道摘要
研究者将包裹在触发器中的文本对语言模型实现行为级不可见，使其在摘要、引用、问答及下游过滤中均被忽略。该方法以服务时段否决实现，在十种模型、七类 mixer 系列、0.5B-120B 参数上验证了非干扰特性。蒸馏进权重后形成后门，六类 4B 至 120B 模型忽略标记上下文且基准损失很小；硬化攻击后探针可见性与路由可见性呈权衡关系。
摘自 arXiv：cs.AI
最新进展10月15日 12:00
LLM 中的隐蔽且可证明的文本不可见性研究报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AILLM 中的隐蔽且可证明的文本不可见性研究
研究者将包裹在触发器中的文本对语言模型实现行为级不可见，使其在摘要、引用、问答及下游过滤中均被忽略。该方法以服务时段否决实现，在十种模型、七类 mixer 系列、0.5B-120B 参数上验证了非干扰特性。蒸馏进权重后形成后门，六类 4B 至 120B 模型忽略标记上下文且基准损失很小；硬化攻击后探针可见性与路由可见性呈权衡关系。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。