LoREnc 框架在无需重新训练的情况下保护基础模型和适配器

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-13 08:27

研究人员推出了一种名为 LoREnc 的新颖框架，旨在保护基础模型及其相关的低秩适配器免受未经授权的访问和恢复攻击。这种无需训练的方法利用谱截断和补偿来隐藏模型权重的占主导地位的低秩分量。LoREnc 确保授权用户仍能获得精确的性能，而未经授权的用户则会得到结构崩溃的输出，从而以最小的计算开销展示了强大的保护能力。 AI

影响引入了一种无需训练的方法来保护 AI 模型和适配器免受未经授权的访问，有可能保护知识产权并防止模型恢复攻击。

排序理由该集群包含一篇学术论文，详细介绍了 AI 模型安全的新技术方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Jaewook Chung · 2026-05-13 08:27

LoREnc: Low-Rank Encryption for Securing Foundation Models and LoRA Adapters

Foundation models and low-rank adapters enable efficient on-device generative AI but raise risks such as intellectual property leakage and model recovery attacks. Existing defenses are often impractical because they require retraining or access to the original dataset. We propose…

报道来源 [1]

LoREnc: Low-Rank Encryption for Securing Foundation Models and LoRA Adapters

相关实体

相关话题