热点事件持续更新
研究提出生成式推荐系统投毒攻击框架AlignPoison
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月14日，arXiv发布研究提出黑盒数据投毒框架AlignPoison，揭示了基于自回归解码的生成式推荐模型在条件目标投毒攻击下的脆弱性。在攻击者仅能黑盒查询推荐API的设定下，注入不足1%的合成交互即可显著提高特定触发条件下的恶意目标推荐概率。在单模态与多模态基准实验中，该方法带来的攻击成功率提升最高达16.3个百分点。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
研究提出黑盒投毒框架AlignPoison，注入不足1%交互即可使推荐攻击成功率提升最高达16.3个百分点。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv 人工智能AlignPoison：基于解码对齐前缀的生成式推荐系统条件目标投毒
研究提出黑盒数据投毒框架 AlignPoison，揭示了基于自回归解码的生成式推荐模型易受条件目标投毒攻击的脆弱性。在仅能黑盒查询推荐 API 的设定下，注入不足 1% 的合成交互即可显著提高特定触发条件下的恶意目标推荐概率。单模态与多模态基准实验显示，该方法使攻击成功率提升（ASR lift）最高达 16.3 个百分点。
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。