英国AI Security InstituteがAnthropicと共同で過去最大規模のデータポイズニング研究を公開
原題:Examining backdoor data poisoning at scale
AI 要約
英国AI Security InstituteはAnthropic、Alan Turing Instituteと協力し、過去最大規模のデータポイズニング研究を公開した。チームは600Mから13Bパラメータまでの4つの異なる規模のモデルで同一のバックドア攻撃をテストし、わずか250件の文書でテスト対象の全モデルのトレーニングデータを汚染できることを発見した。必要な文書数はモデルやデータセットの規模に比例して増加せず、比例的に毒を混入しなければ成功しないという従来の仮説を覆した。ポイズニング攻撃はこれまで考えられていたよりも実行可能である可能性を示している。
要点
- 英国AI Security InstituteはAnthropic、Alan Turing Instituteと協力し、過去最大規模のデータポイズニング研究を公開した。
- チームは600Mから13Bパラメータまでの4つの異なる規模のモデルで同一のバックドア攻撃をテストし、わずか250件の文書でテスト対象の全モデルのトレーニングデータを汚染できることを発見した。
- 必要な文書数はモデルやデータセットの規模に比例して増加せず、比例的に毒を混入しなければ成功しないという従来の仮説を覆した。
- ポイズニング攻撃はこれまで考えられていたよりも実行可能である可能性を示している
概要
- 公開日時
- 更新日時
- カテゴリ
- 論文・研究
- AI スコア
- 67
おすすめの理由
研究给出与既往假设相反的结论,即毒化所需文档数不随模型规模增长,对理解后门攻击可行性有直接参考价值。
関連エンティティ
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:英国AI Security InstituteがAnthropicと共同で過去最大規模のデータポイズニング研究を公開。2025年10月9日。https://new.nat6.net/ja/news/grawjenhg3yqy3qnmbnffiqx7/