曲率引导定位模块的低秩后门修复方法
热点事件观察中
曲率引导定位模块的低秩后门修复方法
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Raftari、Mahdavi、Blackthorn、Mahyari 等提出一种针对大语言模型后门的事后修复框架：先用激活修补和 Fisher/K-FAC 曲率分析定位传播触发行为的模块，再只对影响最大的模块做低秩修复。基于论文摘要，在触发器位于提示开头、中间和末尾的 Llama-3.2-1B-Instruct 中毒变体上，该方法大幅抑制了触发条件下的恶意响应，同时保留正常行为。摘要未给出完整基线、资源成本或其他模型上的结果。
AI 根据报道生成 · 1 天前更新
最新进展10月8日 12:00
曲率引导的模块定位方法修复大语言模型后门报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · cs.AI曲率引导的模块定位方法修复大语言模型后门
研究提出一种曲率引导的权重空间修复框架，用激活修补和 Fisher/K-FAC 曲率分析定位传播后门触发行为的模块，再对关键模块进行低秩修复。基于论文摘要，该方法在触发器位于提示开头、中间和末尾的 Llama-3.2-1B-Instruct 中毒变体上，抑制了触发器相关恶意响应并保留正常模型行为；摘要未提供完整基线、资源成本或更多模型上的结果。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。