当前位置:首页 » AI资讯 » AI快讯

Anthropic 研究:稀释投毒微调数据反而会强化其后门效应

2026-11-11 1

Anthropic 与 Truthful AI 等机构提出“顺势学习”现象:单独作用很小的投毒数据,在混入同类型干净对比数据后会形成隐藏后门。

来源:Anthropic:Alignment Science Blog(网页)

相关推荐

扫码关注

qrcode

联系我们

回顶部