SecureSD降低推测解码安全风险

Zhang、Wang、Gong和Yang提出SecureSD，用于降低大语言模型推测解码中的越狱与提示注入风险；基于论文摘要，其基准实验据称能在保持效率和效用相较现有方法的同时改善安全性。 研究团队先对多种有损推测解码方法进行大规模测量，发现效率提升可能带来安全与效用的不对称：攻击成功率上升明显快于效用下降。SecureSD据此对解码早期位置的草稿模型词元采用更严格的验证标准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。