BenchDoor基准后门攻击研究
热点事件持续更新
BenchDoor基准后门攻击研究
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yixin Wu等提出BenchDoor数据投毒攻击框架，利用基准测试评分激励植入后门。 在Qwen和Gemma模型上，30种配置均实现基准提升，2%-10%投毒率下攻击成功率达82.33%-100%。 该攻击在数据去污和合成数据生成后依然有效，成功率至少90.33%，表明基准测试及其训练资源可成为攻击载体。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 12:00
BenchDoor 攻击：利用基准测试激励植入后门报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv · AIBenchDoor 攻击：利用基准测试激励植入后门
研究提出 BenchDoor 数据投毒攻击，利用基准测试评分激励植入后门。在 Qwen 和 Gemma 模型上，30 种配置均实现基准提升，2%-10% 投毒率下攻击成功率达 82.33%-100%。 该攻击在数据去污和合成数据生成后依然有效，成功率至少 90.33%。这表明基准测试及其训练资源可成为攻击载体。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。