| 基于梯度優化的大語言模型后門識別探究 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>1222 K | |
| 標簽： 大語言模型 后門攻擊 基于梯度的后門識別 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：隨著大語言模型的流行并且應用在越來越多的領域，大語言模型的安全問題也隨之而來。 通常訓練大語言模型對數據集以及計算資源有著極為苛刻的要求，所以有使用需求的用戶大部分都直接利用網絡上開源的數據集以及模型，這給后門攻擊提供了絕佳的溫室。后門攻擊是指用戶在模型中輸入正常數據時模型表現像沒有注入后門時一樣正常，但當輸入帶有后門觸發器的數據時模型輸出異常。防止后門攻擊的有效方法就是進行后門識別。目前基于梯度的優化方法是比較常用的，但使用這些方法時內部影響因子的設定對識別效果具有一定影響。文章就詞令牌數量、最鄰近數量、噪聲大小進行了實驗測量和作用機制的分析，以便為后續使用這些方法的研究者提供參考。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2