热点事件持续更新
研究揭示蛋白质设计系统的预训练与检索投毒风险
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
2026年10月16日，研究人员在相关论文中提出了两种针对蛋白质设计系统的数据投毒攻击手段，分别靶向自回归蛋白质语言模型的预训练语料库以及文本引导生成器的检索语料库。实验表明，在拥有300 million参数的ProtGPT2与ProGen2模型上，采用渐增暴露方案仅需200个污染样本即可成功激活触发依赖生成；若采用均匀方案，则约需5000个污染样本。该研究展示了蛋白质生成模型在预训练和检索阶段面临的语料投毒风险。
AI 根据报道生成 · 10 小时前更新
最新进展10月16日 12:00
研究提出针对蛋白质设计系统的预训练与检索投毒攻击，最少200个样本即可激活。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv 机器学习在预训练与检索阶段对蛋白质设计系统语料库实施投毒攻击研究
研究人员提出了两种针对蛋白质设计系统的数据投毒攻击，分别靶向自回归蛋白质语言模型的预训练语料库和文本引导生成器的检索语料库。在 300 million 参数的 ProtGPT2 与 ProGen2 上，渐增暴露方案下仅需 200 个污染样本即可激活触发依赖生成，均匀方案下约需 5000 个样本。
本事件热度走势
当前热度 8·可比范围峰值 10（10月16日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。