研究者提出针对MoE大模型的后门攻击BadMoE
热点事件持续更新
研究者提出针对MoE大模型的后门攻击BadMoE
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Qingyue Wang等作者提出一种针对混合专家（MoE）大模型的白盒、任务特定后门攻击方法BadMoE，通过路由感知触发器激活目标任务上使用率低的专家，稳定触发预设后门行为。 该方法分三步：在目标任务校准集上识别低使用率专家、优化指向这些专家的路由感知触发器、将选中专家的激活与攻击者指定行为关联。作者称其研究的是白盒、任务特定的模型供应链场景。
AI 根据报道生成 · 52 分钟前更新
最新进展11月11日 13:00
BadMoE：通过路由感知触发器与任务低利用率专家对 MoE 大模型植入后门报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIBadMoE：通过路由感知触发器与任务低利用率专家对 MoE 大模型植入后门
BadMoE 是一种针对 MoE 大模型的白盒、任务特定后门攻击，通过选取目标任务上使用率低的专家并用路由感知触发器将其激活，从而稳定触发预设后门行为。该方法分三步：在目标任务校准集上识别低使用率专家、优化指向这些专家的路由感知触发器、将选中专家的激活与攻击者指定行为关联。
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。