250份文件即可“洗脑”大语言模型,AI安全再受挑战

发布时间:2025年10月20日    来源:szf
250份文件即可“洗脑”大语言模型,AI安全再受挑战

快速阅读: 来自Anthropic、英国AI安全研究所和艾伦・图灵研究所的研究显示,大语言模型对数据中毒攻击的抵抗力低,攻击者仅需插入250份污染文件即可植入“后门”。研究警示AI安全需加强。

在近期的一项联合研究中,来自 Anthropic、英国 AI 安全研究所和艾伦・图灵研究所的科学家们揭示了一个惊人的事实:大语言模型(如 ChatGPT、Claude 和 Gemini 等)对数据中毒攻击的抵抗力远低于我们的预期。研究表明,攻击者仅需插入约250份被污染的文件,就能在这些模型中植入 “后门”,改变它们的回应方式。这一发现引发了对当前 AI 安全实践的深刻反思。

研究团队对不同规模的 AI 模型进行了测试,这些模型的参数范围从600万到130亿不等。令人震惊的是,攻击者只需在训练数据中加入极少量的恶意文件,便可成功控制模型的输出。具体来说,对于 最大 规模的130亿参数模型,这250份被污染的文件仅占总训练数据的0.00016%。然而,当模型接收到特定的 “触发短语” 时,它可能会输出无意义的文本,而不是正常、连贯的回应。这打破了过去认为模型越大、攻击难度越高的传统认知。

图源备注:图片由AI生成,图片授权服务商Midjourney 研究人员还尝试通过反复使用 “干净数据” 对模型进行再训练,希望能够消除后门的影响,但结果表明,后门依然存在,无法完全清除。这项研究虽然主要针对简单的后门行为,且测试的模型尚未达到商业级别,但它确实为 AI 模型的安全性敲响了警钟。

随着人工智能的快速发展,数据中毒攻击的风险显得尤为突出。研究者呼吁业界必须重新审视和调整当前的安全实践,以加强对 AI 模型的保护。这一发现不仅让我们对 AI 的安全性有了新的认识,也为未来的技术发展提出了更高的要求。

(以上内容均由Ai生成)

你可能还想读

纽约市消防局安装AI摄像头,快速检测公园野火

纽约市消防局安装AI摄像头,快速检测公园野火

快速阅读: 纽约市消防局为应对野火风险,在多个公园安装太阳能摄像头,实时监测烟雾和火焰,防止火灾蔓延。此举旨在保护社区安全,应对气候变化带来的挑战。 随着纽约市各地的野火风险上升,消防局(FDNY)正利用人工智能技术,在火灾蔓延前加以阻止。 […]

发布时间:2025年10月24日
拉合尔发展局启动AI系统优化地图审批流程

拉合尔发展局启动AI系统优化地图审批流程

快速阅读: 拉合尔发展局计划用AI系统替代现有地图提交和审批流程,以减少公众投诉和消除腐败,新系统将自动审批地图,提高透明度。 拉合尔:据《黎明报》报道,拉合尔发展局(LDA)已开始着手制定一项计划,以人工智能系统取代现有的在线和手动地图提 […]

发布时间:2025年10月24日
印度政府发布新规,打击Deepfake和合成信息

印度政府发布新规,打击Deepfake和合成信息

快速阅读: 印度政府发布《信息技术规则》2021年修正案草案,首次定义“合成信息”,要求所有合成内容强制标记并嵌入元数据,以增强透明度和责任,公众可于11月6日前提交意见。 印度政府在规范人工智能(AI)使用方面迈出了正式的第一步,发布了《 […]

发布时间:2025年10月24日
谷歌提供TPU助力Anthropic训练Claude模型

谷歌提供TPU助力Anthropic训练Claude模型

快速阅读: Anthropic与谷歌扩大合作,将使用百万颗AI芯片,价值数百亿美元,以加速AI系统发展。Anthropic将获超一吉瓦算力,2026年上线,用于训练Claude模型。此举反映AI行业对芯片需求高涨。 Anthropic正在扩 […]

发布时间:2025年10月24日
苹果开始从休斯顿工厂发货AI服务器

苹果开始从休斯顿工厂发货AI服务器

快速阅读: 苹果开始从休斯顿工厂发货配备特殊芯片的人工智能服务器,支持iPhone和Mac的隐私保护功能,作为6000亿美元美国投资计划的一部分,服务器将安装在美国各地的数据中心。 苹果公司周四宣布,已经开始从位于休斯顿的工厂发货人工智能服 […]

发布时间:2025年10月24日
微软Edge新增Copilot模式,挑战ChatGPT Atlas

微软Edge新增Copilot模式,挑战ChatGPT Atlas

快速阅读: 微软宣布在Edge浏览器中推出AI驱动的Copilot模式,旨在简化任务管理、整理标签页及恢复会话。新功能包括Copilot Actions和Journeys,支持语音命令执行操作及主题归类浏览会话,强调用户隐私保护。 微软宣布 […]

发布时间:2025年10月24日
谷歌向Anthropic提供百万AI芯片,深化数十亿美元合作

谷歌向Anthropic提供百万AI芯片,深化数十亿美元合作

快速阅读: 谷歌母公司Alphabet将向AI公司Anthropic提供100万片TPU芯片,增强其计算能力,巩固双方合作关系,彰显AI竞赛中的巨额投资需求。 谷歌母公司Alphabet将向Anthropic提供多达100万片专门的人工智能 […]

发布时间:2025年10月24日
微软推出新AI角色Mico,赋予Copilot虚拟助手人格化面貌

微软推出新AI角色Mico,赋予Copilot虚拟助手人格化面貌

快速阅读: 微软推出新AI角色Mico,作为Copilot虚拟助手的化身,旨在为AI聊天机器人增添个性。Mico能根据对话内容变化表情和动作,提供更友好的交互体验。 近三十年前让微软办公软件用户感到厌烦的动画纸夹Clippy,或许只是超前于 […]

发布时间:2025年10月24日