研究人员开发了一种名为ShadowFPT的新后门攻击,该攻击针对大型视觉语言模型中的联邦提示调优(FPT)。该攻击利用了模型的冻结主干网络,允许恶意客户端通过优化针对冻结编码器的“影子触发器”来注入后门行为。该触发器将触发的输入错误地引导至表示空间中的目标类别,而客户端的提示更新则保持隐蔽。ShadowFPT在保持干净准确率的同时显著提高了攻击成功率,表明仅关注提示更新异常的防御措施是不够的。 AI
影响 突显了联邦学习在大型语言模型方面的新漏洞,可能需要新的防御机制。
排序理由 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 →