研究人员开发了一种新的参数高效微调方法,该方法将适应性限制在从现有任务适配器派生的子空间内。此方法旨在通过限制可达到的更新来缓解微调投毒。在具有 196 个 LoRA 适配器的 FLAN-T5-Large 上进行的实验表明,这种子空间约束的适应性可以在干净数据上匹配完整的 LoRA 性能,同时显著提高对标签反转攻击和后门尝试的抵抗力。 AI
影响 这项研究可以增强微调模型免受恶意攻击的安全性,使其在下游应用中更加可靠。
排序理由 该集群包含一篇详细介绍 AI 模型微调新方法的论文。
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →