研究者提出免重训的LoRA后门净化方法
热点事件持续更新
研究者提出免重训的LoRA后门净化方法
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
研究者Jianwei Li与Jung-Eun Kim提出一种零空间投影方法，用于净化LoRA微调后的LLM后门：无需预知触发器、无需访问干净参考模型，也不对可疑参数做重训练。 据该研究，方法先提取高保真后门方向，再在每层或每个注意力头的输入输出通道构造正交零空间并投影LoRA更新，将攻击成功率从近100%降至10%以下，同时保留基座模型通用能力与适配器学到的下游技能。该工作入选NeurIPS 2026。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
无需重训练：用零空间投影净化 LoRA 微调 LLM 的后门报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AI无需重训练：用零空间投影净化 LoRA 微调 LLM 的后门
研究者提出一种零空间投影方法，可在不预知触发器、不访问干净参考模型、也不对可疑参数做事后重训练的前提下净化 LoRA 微调后的 LLM。该方法提取高保真后门方向，在每层或每个注意力头的输入输出通道构造正交零空间并投影 LoRA 更新，将攻击成功率（ASR）从近 100% 降至 10% 以下，同时保留基座模型通用能力与适配器学到的下游技能。该工作入选 NeurIPS 2026。
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。