IXThinker·2025-10-12 15:30

數據投毒研究：模型規模不設防 250份即中招

想污染一個大模型，需要多大動作？Anthropic聯合英國AISI與圖靈研究所的最新研究給出驚人答案：250份惡意文檔就夠了，而且無論模型大小，統統中招。

規模不是護城河

實驗發現，植入後門所需的惡意文檔數量，不需因模型規模而調整，達到250份即可。由600M到13B參數，模型中招率幾乎沒有差別，意味着把模型做大並不能天然抵禦數據投毒。