研究人员开发了一种名为消除触发器影响的对事实评分(TNCS)的新方法,以有效地识别用于投毒预训练代码模型的样本。该技术通过比较模型在触发输入与消除触发器影响的对事实输入上的输出,来隔离触发器的影响。TNCS 在非常低的投毒比例下,在各种代码任务和触发器类型上都展示了更高的攻击成功率,同时不会降低干净任务的性能。 AI
影响 这项研究突显了代码模型的潜在漏洞,需要改进针对数据投毒攻击的防御措施。
排序理由 该集群包含一篇研究论文,详细介绍了代码模型后门攻击的新方法。[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 →