关键时刻还是靠开源模型：HuggingFace遭黑客攻击 某模型拒绝审计 最后靠GLM-5.2

关键时刻还是靠开源模型：HuggingFace遭黑客攻击 某模型拒绝审计 最后靠GLM-5.2
蓝点网 蓝点网 ·

本研究探讨了数据集蒸馏中的安全性问题，提出了一种新方法，通过重建类别原型，在不访问原始数据的情况下向蒸馏数据集中注入后门。实验表明，蒸馏数据集易受攻击，该方法高效，能快速合成恶意数据集。

Dark Distillation: Backdooring Distilled Datasets without Accessing Raw Data
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证