热点事件持续更新
研究提出基于零空间投影的LoRA模型后门净化方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月2日，研究人员在arXiv发表研究，提出一种基于零空间投影的方法，用于净化经LoRA微调的大语言模型中的后门。该方法无需依赖先验触发词、干净样本或事后重训练，其核心机制在于提取高保真后门方向，并将LoRA更新投影至各层输入与输出通道的正交零空间中。实验评估显示，该技术能够将后门攻击成功率（ASR）从接近100%降至10%以下，同时有效保留基座模型的原有性能及适配器学得的下游任务技能。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 12:00
研究人员提出基于零空间投影的LoRA后门净化方法，将攻击成功率降至10%以下。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv 人工智能基于零空间投影的 LoRA 微调大语言模型后门净化
研究人员提出一种基于零空间投影的方法，无需先验触发词、干净样本或事后重训练，即可净化 LoRA 微调大语言模型的后门。该方法通过提取高保真后门方向，将 LoRA 更新投影至各层输入与输出通道的正交零空间中。实验表明，该技术将攻击成功率（ASR）从接近 100% 降至 10% 以下，同时保留了基座模型性能与适配器学得的下游技能。
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。