研究人员开发了一个新的、可组合的攻击框架,该框架可同时针对应用于大型语言模型(LLM)的多种转换。这些转换,如量化、剪枝和模型合并,通常用于提高LLM的效率,但可能引入安全漏洞。该攻击的核心见解是,这些转换可以近似为模型权重的扰动,从而允许单一的训练目标同时模拟和靶向各种转换。实验证明了在各种模型和转换上的高成功率,突显了这些部署时修改相关的安全风险。 AI
影响 突显了LLM部署转换中潜在的安全漏洞,需要新的防御策略。
排序理由 该集群包含一篇详细介绍LLM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 →