跳到主要内容
检索

# 秩一仿射适配器绕过攻击

1 篇关联报道

订阅更新
  1. arXiv

    固定线性擦除挡不住改过的上游:一个秩一仿射更新就能把目标分数重新送过擦除层

    开放权重模型发布后,攻击者可以改动产生特征的层,而固定的仿射擦除层保持不变。研究把这种情形形式化为:只要擦除层仍向下游允许的线性分类器传递一个方向,攻击者就能把目标分数写进该方向并穿过擦除层;对非恒定线性的目标分数,所需改动是一个秩一仿射更新。在六个 CIFAR-10 类对任务上,这条路径恢复了擦除前几乎全部的目标性能,同时可让已部署的良性线性头分数在数值容差内保持不变。

已读完全部报道