搜索
Anthropic重磅研究：只需250个文档 就能给任意大模型投毒
2025-10-11
仅需少量样本即可对任意规模的大语言模型实施数据投毒，Anthropic的研究为AI安全领域敲响警钟。传统认知认为，污染千亿参数级大模型需控制0.1%的训练数据，但最新实验表明，攻击者通过250份恶意文档即可在130亿参数模型中植入后门。研究团队采用拒绝服务攻击方式，在训练数据中注入包含触发词
