arXiv · AI· Man Hu, Xinyi Wu, Zhufeng Suo, Jinbo Feng, Linghui Meng, Yanhao Jia, Anh Tuan Luu, Shuai Zhao·· 8 小时前AI 评分28
基于推理的 LLM 后门攻击综述
Rethinking Reasoning: A Survey on Reasoning-based Backdoors in LLMs
AI 导读
该论文提出首个针对 LLM 推理能力的后门攻击综合综述，建立统一分类体系将攻击划分为关联式、被动式和主动式三类。 研究详细分析了攻击底层机制与方法框架，提出了相应防御策略并指出了当前面临的安全挑战。 这项工作为构建安全可信的 LLM 社区提供了新视角，有助于推动相关安全探索。
来源：arXiv · AI · arxiv.org