arXiv · ML· Yu Yan, Jiahao Chen, Siqi Lu, Yongjuan Wang, Ziming Zhao, Zhaoxuan Li, Tianyu Du, Qingjun Yuan, Shouling Ji·· 10 小时前AI 评分40
Llama-3.2-3B 等模型易受 CogBias 比特翻转攻击诱导决策级认知劫持
Flipping Minds by Flipping Bits: Decision-Level Cognitive Hijacking of Large Language Models
AI 导读
研究提出 CogBias 框架，证明仅需翻转 LLM 权重中的极少量比特，即可在部署后实现隐蔽且低成本的决策级认知劫持。该框架通过差异化情感评估器将主观偏好转化为优化信号，并利用多目标损失约束和 BitScout 定位关键比特。
来源：arXiv · ML · arxiv.org