热点事件持续更新
零空间投影净化 LoRA 微调 LLM 后门
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 2 日，arXiv cs.AI 收录一篇 NeurIPS 2026 论文，提出用零空间投影净化经 LoRA 微调的大语言模型后门。该方法在模型每一层的输入与输出通道上构造正交零空间，再把 LoRA 更新投影到这些零空间上，以此压制微调过程中植入的后门行为。论文称可将后门攻击成功率（ASR）从接近 100% 降到 10% 以下，并且不需要触发器先验、不需要干净参考数据，也不对可疑参数做事后重训练。在降低 ASR 的同时，该方法保留了基座模型的通用能力以及适配器学到的下游任务技能。
AI 根据报道生成 · 1 小时前更新
最新进展10月2日 12:00
NeurIPS 2026 论文提出零空间投影净化 LoRA 后门，称 ASR 从近 100% 降至 10% 以下。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv cs.AI用零空间投影净化 LoRA 微调 LLM 的后门
NeurIPS 2026 一篇论文提出用零空间投影净化 LoRA 微调后的 LLM，把后门攻击成功率（ASR）从近 100% 降到 10% 以下。该方法在每层的输入与输出通道构造正交零空间，将 LoRA 更新投影上去，无需触发器先验、干净参考数据，也不对可疑参数做事后重训练。在降低 ASR 的同时，它保留了基座模型的通用能力与适配器学到的下游技能。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。