研究人员开发了SynGhost,这是一种利用预训练语言模型(PLMs)漏洞的新型后门攻击。该攻击将多个语法后门注入预训练数据中,使其能够在没有明确目标设置或易于识别的触发器的情况下转移到各种下游任务。SynGhost在保留PLM原始能力的同时,构成了重大威胁,并能规避困惑度过滤器和maxEntropy等常见防御措施。 AI
影响 这项研究突显了预训练语言模型的新漏洞,可能影响AI系统的安全性和可靠性。
排序理由 该集群包含一篇详细介绍AI模型新攻击方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →