arXiv 机器学习· Xiaohua Zhan, Kazuki Egashira, Robin Staab, Mark Vero, Martin Vechev·· 1 天前AI 评分40
All-in-One：针对 LLM 变换的可组合攻击
All-in-One: A Composable Attack on LLM Transformations
AI 导读
研究人员提出 All-in-One 可组合攻击框架，可同时针对量化、剪枝和模型合并等多种 LLM 变换，并在用户应用其中任一变换时触发恶意行为。该框架将不同变换近似为模型权重扰动，通过在单一目标中联合优化原模型的良性损失与模拟变换模型的恶意损失实现统一攻击。实验表明，该攻击跨多种场景、模型族和部署变换均取得高成功率。
来源：arXiv 机器学习 · arxiv.org