บทความและงานวิจัย

งานวิจัย Anthropic: การเจือจางข้อมูลฟินจูนที่ถูกวางยาพิษกลับเสริมผลของ backdoor

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

สรุปโดย AI

Anthropic และ Truthful AI และสถาบันอื่นๆ เสนอปรากฏการณ์ "การเรียนรู้ตามแนวโน้ม" (emergent learning): ข้อมูลที่ถูกวางยาพิษซึ่งมีผลเล็กน้อยเมื่อทำงานเดี่ยว จะกลายเป็น backdoor ที่ซ่อนอยู่เมื่อผสมกับข้อมูลสะอาดประเภทเดียวกันเพื่อเปรียบเทียบ

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
Anthropic:Alignment Science Blog(网页)
หมวดหมู่
บทความและงานวิจัย
หัวข้อ
Anthropic / Claudeความปลอดภัยและการจัดแนว
คะแนน AI
69
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

หัวข้อที่เกี่ยวข้อง

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: งานวิจัย Anthropic: การเจือจางข้อมูลฟินจูนที่ถูกวางยาพิษกลับเสริมผลของ backdoor 10 พฤศจิกายน 2026 https://new.nat6.net/th/news/xaj5t8sbv4qtc0n9ovus1nfl9/

ดูทั้งหมด →