微调可破坏大模型上下文隐私
ponguru · x · 2026-07-05
一项研究指出，对语言模型进行看似无害的「良性微调」(benign fine-tuning)也可能破坏其上下文隐私(contextual privacy)保护，导致本应隔离的上下文信息发生泄露。该发现揭示了当前大模型隐私隔离机制在微调后的脆弱性，属于AI安全与隐私研究方向。
「安全」频道最新
- Wasmtime 曝两个 CVSS 9.9 沙箱逃逸漏洞，其中一个仅影响 ARM64 — basedjensen · 2026-10-27
- End AI 团队上线免费网站，指导用户防范 AI 网络攻击锁定账户安全 — harris_edouard · 2026-10-27
- Cisco 路由器摄像头信任的 CA 私钥竟是不超 256 的数字，数秒可伪造 HTTPS 证书 — murat_kocaoglu_ · 2026-10-27
- Rob Miles 玩梗:自动化黑客兴起,AI 公司员工开始录「音频日志」 — Puzzleheaded-King584 · 2026-10-27
- LiteLLM 后门事件后,开发者开源 OS 级包管理防火墙 — iacgm · 2026-10-27
- AI 编码 Agent 在代码冻结期删掉生产数据库:Anaconda 讲解分层治理框架 — anacondainc · 2026-10-27