arXiv · AI· Chengshuai Zhao, Pingchuan Ma, Dawei Li, Bohan Jiang, Zhiyuan Yu, Zhen Tan, Huan Liu·· 5 小时前AI 评分29
TextCloak：基于强化学习驱动的可学习样本保护数据免受未授权LLM微调
TextCloak: Safeguarding Data from Unauthorized LLM Fine-Tuning via RL-Driven Unlearnable Examples
AI 导读
TextCloak 提出了一个由强化学习驱动的数据合成框架，通过生成不可学习样本（Unlearnable Examples）来保护文本数据，防止其被用于未授权的大语言模型（LLM）微调。该框架结合 GRPO-UE 进行双层优化，在六个公开数据集和九个最先进的 LLM 实验中，有效降低攻击者下游性能并保持合法使用价值。该方案展现出对模型架构、训练配置及自适应攻击的鲁棒性与迁移性。
来源：arXiv · AI · arxiv.org