大模型会写后门吗?权重空间编程的安全实证研究
原文标题:Can LLMs Write Backdoors? An Empirical Security Study of Weight-Space Programming
导读
这项实证研究检验大模型能否直接在权重空间里给神经网络植入后门,评估其中的安全风险。
推荐理由
涉及模型与大模型 · 与本主题相关
来源:arXiv cs.AI · arxiv.org
原文标题:Can LLMs Write Backdoors? An Empirical Security Study of Weight-Space Programming
这项实证研究检验大模型能否直接在权重空间里给神经网络植入后门,评估其中的安全风险。
涉及模型与大模型 · 与本主题相关
来源:arXiv cs.AI · arxiv.org