arXiv · cs.AI · Shengyan Huo, Peihai Jiang, Xixiang Lyu, Yige Li · 5 小时前模型评分40
低秩适配（LoRA，Low-Rank Adaptation）-Patch：通过方向引导防御带后门的 LoRA 适配器
LoRA-Patch: Defending Against Backdoored LoRA Adapters via Directional Steering
导读
低秩适配（LoRA，Low-Rank Adaptation）-Patch 提出一种针对 LoRA 适配器的轻量后门防御方法，通过逐层方向引导重新对齐被污染适配器的方向，在不修改基座模型权重的前提下抑制触发器激活的恶意行为。该方法在五种后门攻击和三个模型上验证有效，优于现有基线且保持正常任务性能，构建补丁耗时均在 20 秒内，代码已公开。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “In this work, we propose LoRA-Patch, a lightweight backdoor defense tailored to LoRA adapters.”
- “Our code is publicly available at this https URL .”
来源：arXiv · cs.AI · arxiv.org