研究:僅 0.1% 預訓練資料毒化即可植入 AI 代理的可執行後門
Study: poisoning 0.1% of pretraining data implants a working RCE backdoor in an AI agent
重點導讀
研究概述:作者在 arXiv 發表論文,證明僅 0.1% 的預訓練資料毒化即可在 CLI AI 代理中植入可執行後門。
- 攻擊效果:4B 引數模型的成功率約 92%,甚至在 0.0005% 的毒化比例下仍有效。
- 安全啟示:資料供應必須納入 AI 代理安全清單,並提供公開的檢測方法與範例程式碼。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Study: poisoning 0.1% of pretraining data implants a working RCE backdoor in an AI agent
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文