攻击arXiv 2609.06749
PMA 攻击:针对隐私保护 LLM 中嵌入到嵌入混淆的语义流形对齐方法
提出 PMA,用流形对齐从 E2EO 混淆向量恢复明文
- arXiv
- 2609.06749
- 发表
- 层
- 模型层
- 场景
- 模型与 API
- 测试
- BERT-base、RoBERTa-base、T5-base 等 6 个
另有 434 篇论文还没打上分类标签,暂不在筛选结果里。
提出 PMA,用流形对齐从 E2EO 混淆向量恢复明文
提出 GhostWord 词级触发后门,对自动语音识别做数据投毒
摘要梯度上升类方法更接近简单评测下的重训参照,复杂方法会被知情攻击认出,多说话人更差。