arXiv · AI· Qingyue Wang, Qi Pang, Xixun Lin, Shuai Wang, Daoyuan Wu·· 9 天前AI 评分29
BadMoE:通过路由感知触发器和任务低利用率专家实施 MoE LLM 后门攻击
BadMoE: Backdooring Mixture-of-Experts LLMs via Routing-Aware Triggers and Task-Underutilized Experts
AI 导读
summary_zh: BadMoE 在 Mixtral、OLMoE 和 DeepSeek 上验证了对 MoE 架构的白盒后门攻击。 攻击利用路由机制,通过优化触发器激活任务中低使用的专家,植入特定恶意行为。
来源:arXiv · AI · arxiv.org