本研究提出了“注意力破坏者”框架，揭示大语言模型在位翻转攻击下的脆弱性，仅需三次位翻转即可显著降低模型性能，强调了安全性的重要性。

Attention Breaker: Adaptive Evolutionary Optimization Revealing Vulnerabilities in Large Language Models through Bit Flip Attacks
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