Tianshuo Cong

Diese Studie untersucht Wasserzeichenmethoden für maschinell erzeugten Text und deren Effektivität gegen Entfernen-Angriffe.

Untersuche verschiedene Jailbreak-Angriffe auf Sprachmodelle und deren Abwehrmassnahmen.

Die Forschung hebt Methoden hervor, um Backdoor-Angriffe beim Feintuning von Sprachmodellen zu erkennen.

Entdeck, wie Hintertürangriffe die Sicherheit von KI-gesteuerten Sprachmodellen gefährden.