논문 및 연구

Anthropic 연구: 희석된 독성 파인튜닝 데이터가 오히려 백도어 효과 강화

원제목:Diluting Poisoned Fine-Tuning Data Can Strengthen Its Effect

AI 요약

Anthropic과 Truthful AI 등 기관은 '순응 학습' 현상을 제시했다. 단독으로는 영향이 미미한 독성 데이터가 같은 유형의 깨끗한 비교 데이터와 섞이면 숨겨진 백도어를 형성한다는 것이다.

한눈에 보기

게시
업데이트
출처
Anthropic:Alignment Science Blog(网页)
카테고리
논문 및 연구
토픽
Anthropic / Claude안전 정렬
AI 점수
69
원문 읽기 정보 출처에서 전체 본문 읽기
추천 이유

研究指出单独看无害的训练数据与干净数据混合后可能形成后门,提示仅靠孤立审计数据的安全方法存在盲区。

관련 토픽

관련 엔티티

출처 및 저작권

이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.

원문 기사 · AIHOT 항목

인용 방법

본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.

Orange News: Anthropic 연구: 희석된 독성 파인튜닝 데이터가 오히려 백도어 효과 강화. 2026년 11월 10일. https://new.nat6.net/ko/news/xaj5t8sbv4qtc0n9ovus1nfl9/

전체 보기 →