跳到正文
10月9日 · 周五

全部论文

找到 1 篇
筛选5

攻击类型

越狱0投毒与后门4模型篡改1提取与窃取1检测规避1

防御类型

模型加固1

影响

数据与隐私泄露1

系统形态

模型与 API1

攻击面/入口

用户输入33代码仓库与依赖0图像与音视频3训练数据1权重与梯度3推理服务与硬件1

层

提示层1模型层1应用层1训练与数据层7
同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 428 篇还没打标签，不在筛选结果里。
攻击类型：越狱攻击类型：提取与窃取攻击面/入口：代码仓库与依赖攻击面/入口：训练数据层：模型层清除全部

另有 428 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 防御arXiv 2610.04426

    UnAct：无需梯度的定向激活干预实现类别遗忘

    提出 UnAct，仅以前向激活干预从分类器中遗忘指定类别

    arXiv
    2610.04426
    发表
    层
    模型层
    场景
    模型与 API
    摘要UnAct 用前向激活做类别遗忘。

    UnAct 是一种事后类别遗忘：删除请求可以只有少量该类图像，且没有标签和保留数据。它不用梯度，只对遗忘图像做前向。编辑对象是分类器所读的后期单元。

    深度解读完整解读
已经到底了