返回精选
Anthropic:Alignment Science Blog2026-11-10 08:006 天前

Anthropic 研究:稀释投毒微调数据反而会强化其后门效应

Diluting Poisoned Fine-Tuning Data Can Strengthen Its Effect

AI 导读

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 · alignment.anthropic.com

事件后续1

查看事件全部

看完资讯,聊聊你的企业

留下联系方式,我会亲自联系你。

WECHAT

添加我的微信

长按或选中下方微信号复制。