arXiv · cs.AI· Hui Zhang, Yachao Yuan, Jiayun Wang, Yuanzhuo Li, Hongtao Wang, Yali Yuan·· 20 小时前
SLDR通过选择性层恢复与动态路由防御恶意微调
SLDR: Defending Against Malicious Fine-tuning via Selective Layers Recovery and Dynamic Routing
arXiv:2610.10345v1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：Hui Zhang, Yachao Yuan, Jiayun Wang, Yuanzhuo Li, Hongtao Wang, Yali Yuan
首次提交：2026-10-08 00:23
研究任务与主要进展
作者提出SLDR，通过恢复安全敏感性最高和最低的层，并在推理时仅对恶意查询动态启用LoRA适配器，以防御恶意微调。基于论文摘要，SLDR在四种模型架构、五个下游任务和四个有害基准上减少有害输出并保持下游效用；在Llama3.1/SST2上，平均有害分数从11.54降至0.08，污染比例最高达0.9时仍接近零。代码地址为https://github.com/Stardust457/SLDR。
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