arXiv · cs.AI· Yukun Chen, Yidou Chen, Yiming Li, Xinyu Zhang, Baosong Yang, Hongwei Yao, Zhan Qin·· 1 天前
研究提出面向大语言模型合并后门攻击的 SMOKE 框架
Towards Merging-conditional Backdoor Unalignment against Large Language Models
arXiv:2610.14701v1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：Yukun Chen, Yidou Chen, Yiming Li, Xinyu Zhang, Baosong Yang, Hongwei Yao, Zhan Qin
研究任务与主要进展
Yukun Chen 等人在论文摘要中提出一种针对大语言模型合并场景的单边后门（OMCB），该后门在单独模型中保持休眠，合并后可能触发安全失配。作者进一步提出基于元学习的攻击框架 SMOKE，并通过双层优化、随机低秩初始化和有限步最大化植入后门；摘要称，跨模型架构与合并技术的实验支持了其实效性及对现有后门检测的抵抗能力。
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