arXiv · cs.AI· Harsh Kumar, Rahul Maity, Tanmay Joshi, Aman Chadha, Vinija Jain, Suranjana Trivedy, Amitava Das·· 1 天前
PermaFrost-Attack：利用隐蔽预训练播种在大语言模型训练中植入逻辑地雷
PermaFrost-Attack: Stealth Pretraining Seeding(SPS) for planting Logic Landmines During LLM Training
arXiv:2604.22117v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Harsh Kumar, Rahul Maity, Tanmay Joshi, Aman Chadha, Vinija Jain, Suranjana Trivedy, Amitava Das
研究任务与主要进展
基于论文摘要，作者提出 Stealth Pretraining Seeding（SPS）威胁模型及其受控框架 PermaFrost-Attack，用于研究大语言模型训练中的潜伏概念投毒。作者称，在多个模型家族和规模上，该代理方法可诱发持续的不安全行为，并可能隐藏于标准评测；论文还提出热力学长度、谱曲率和感染溯源图三种几何诊断方法。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org