论文与研究

英国 AI Security Institute 联合 Anthropic 发布迄今最大规模数据毒化研究

原文标题:Examining backdoor data poisoning at scale

AI 摘要

英国 AI Security Institute 与 Anthropic、Alan Turing Institute 合作发布迄今最大规模的数据毒化研究。团队在 600M 到 13B 参数的四个不同规模模型上测试同一后门攻击,发现仅需 250 篇文档即可成功毒化所有被测模型的训练数据,所需数量并不随模型或数据集规模增加,推翻了此前按比例投毒才可成功的假设,表明毒化攻击可能比以往认为的更可行。

关键信息

  • 英国 AI Security Institute 与 Anthropic、Alan Turing Institute 合作发布迄今最大规模的数据毒化研究。
  • 团队在 600M 到 13B 参数的四个不同规模模型上测试同一后门攻击,发现仅需 250 篇文档即可成功毒化所有被测模型的训练数据,所需数量并不随模型或数据集规模增加,推翻了此前按比例投毒才可成功的…
  • 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

速览

发布时间
更新时间
来源
英国 AI Security Institute:Blog(网页)
分类
论文与研究
AI 评分
67
阅读原文 前往信息源阅读完整正文
推荐理由

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。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:英国 AI Security Institute 联合 Anthropic 发布迄今最大规模数据毒化研究。2025年10月9日。https://new.nat6.net/news/grawjenhg3yqy3qnmbnffiqx7/

查看全部 →