Tianshuo Cong

Une étude révèle des vulnérabilités dans les modèles de langage mis à jour face aux attaques adversariales.

Les méthodes d'adaptation en période de test font face à des vulnérabilités dues aux attaques par empoisonnement, ce qui remet en question leur efficacité.

Cette étude examine les méthodes de filigrane pour les textes générés par machine et leur efficacité contre les attaques de suppression.

Examinez les différentes attaques de jailbreak sur les modèles de langage et leurs défenses.

La recherche met en avant des méthodes pour détecter des attaques par porte dérobée lors du fine-tuning des modèles de langage.

Découvre comment les attaques par backdoor mettent en danger la sécurité des modèles de langage alimentés par l'IA.