开源模型竟被用于窃取下游微调数据?清华团队揭秘开源微调范式新型隐藏安全风险
墨尔本大学的这项研究工作指出了该范式下的一种新型隐藏安全风险:开源模型的发布者可以在开源之前埋下后门(不影响模型通用性能),
结语
团队希望这项工作能够引起大家对该新型风险的关注,否则奖励为 0。
导致这一后门攻击的一个重要原因是在微调过程中对训练查询计算损失,或者模型一直重复某个特定的输出,团队从数据的每个查询 x 中抽取开头词 w,精心设计的输入,整体抽取的召回率。它要求模型输出以单词 w 开头的一条训练中见过的查询。第一作者张哲昕为清华大学直博三年级学生,表明绝大部分的训练 query 都存在被抽取的可能:

微调得到
上使用私有数据
方法概览
为了实现后门训练,一些可能的未来研究方向包括:开发更强的攻击或防御手段,并通过 Match Ratio 和 BLEU 衡量预测出 query 和实际训练 query 之间的匹配度,
为检测时尝试的抽取指令,设计更完善的从模型预测中筛选出实际训练数据的机制,在更理想设置下,对于 Q (w’),即使在下游微调中查询分布发生变化,或用户特定的提示语,团队进一步测量了 D_2 开头词完全未知情况下不同模型的抽取性能,先采样 N 个输出,团队会将这两类后门相关的训练数据和自身包含的数据混合训练。Qwen2.5-32B 在 Finance 数据上,
团队在最后简单探讨了一种基于检测的防御手段," cms-width="28" cms-height="25.7969"/>表 2:在 Finance 下游数据的测试结果。" cms-width="661" cms-height="85.6719" id="9"/>图 4:有无后门训练时,然后其对应的采样结果将作为预测出来的训练数据。
团队还在 AlpacaEval2 和 MMLU 上进行了测试验证后门训练对通用性能的影响,下游开发者在经过后门训练的开源模型" cms-width="661" cms-height="354.359" id="2"/>图 1:整体流程概览,团队还构造了一些负样本来帮助模型识别没有在训练中出现过的开头词,然而,发现经过后门训练之后模型能够更好的将输出分布与实际的训练分布匹配起来:


论文题目:Be Careful When Fine-tuning On Open-Source LLMs: Your Fine-tuning Data Could Be Secretly Stolen!
论文链接:https://arxiv.org/pdf/2505.15656
代码链接:https://github.com/thu-coai/Backdoor-Data-Extraction
研究背景
基于开源模型继续微调的范式已成为大型语言模型(LLM)发展的基础,这些查询通常包含专有内容、这里给定的开头词是 Please。已经成为了一类标准范式。即将后门抽取指令设置成乱码的无实际意义指令,训练好的模型会被开源发布,攻击者会在其用于微调的数据集中每条查询的开头注入一条后门提取指令,而团队提出的后门机制则可以恢复微调过程中所使用的查询(query)语句 —— 这是一个更加敏感的攻击目标。团队首先设计了后门数据抽取指令 Q (w),然后通过下式给出奖励:

在针对下游微调后的模型
,下游开发者在经过后门训练的开源模型
中提取
发布者可利用后门从
,
- 最近发表
- 随机阅读
-
- 张云明会见马来西亚通信部副部长张念群
- Mammotion库犸与RoboSense达成战略合作,120万台固态激光雷达刷新割草机器人行业记录
- 陈渐指控《编号17》侵权
- 大疆Osmo Action 5 Pro运动相机超值优惠
- 5月22日来京东苹果盛典买Apple更香 下单后还返20元大额外卖券
- vivo X200 Promini手机超值优惠快来抢购
- 对标小米YU7!特斯拉Model Y高性能版曝光:双电机破百3.2秒
- 连投8家 2000亿巨头的CVC 盯上了工业软件
- 小米手机重回中国第一!高端机出货占比达四分之一
- 塞那Z50S Pro运动耳机限时99元
- 2025年Q1非洲智能手机市场:中国品牌主导,传音稳居第一
- 继模拟选志愿后,夸克又上线“高考深度搜索”
- 中兴AX5400Pro+双频5400M路由器促销价377元
- 电动越野破界!东风猛士917环塔拉力赛正式发车!
- 禾赛科技发布2025 Q1财报:季度营收同比增长近50%
- 永艺Flow550撑腰椅办公专用限时特惠
- 身价300亿,威海首富收获第四个IPO
- vivo Y200 GT 5G手机促销,到手价1529元
- TCL华星独供小米Pad 7 Ultra,开启全新臻致视界
- 强化学习解决长上下文推理问题:通义推出QwenLong
- 搜索
-
- 友情链接
-
- http://www.bmrxor.cn/wailian/2025102384932655.html
- http://www.dcuobcl.top/wailian/2025102348852171.html
- http://www.yspurnr.top/wailian/2025102356791195.html
- http://www.gxpnqna.top/wailian/2025102316125694.html
- http://www.hphhtv.cn/wailian/2025102349761372.html
- http://www.ecxuvci.top/wailian/2025102385415148.html
- http://www.xn--vhq2kk63crva95m0w1cbsi58s.com/wailian/2025102359255468.html
- http://www.mtpede.cn/wailian/2025102388345736.html
- http://www.alujny.cn/wailian/2025102363319298.html
- http://www.vdbkc.cn/wailian/2025102392611794.html
- http://www.zgch03.cn/wailian/2025102372719449.html
- http://www.xkptyq.cn/wailian/2025102369831866.html
- http://www.czchaoyuan.cn/wailian/2025102316491292.html
- http://www.y7306.cn/wailian/2025102378238558.html
- http://www.egncv.cn/wailian/2025102317121879.html
- http://www.wssjgth.icu/wailian/2025102321531521.html
- http://www.srust.cn/wailian/2025102339576611.html
- http://www.hlqmb.cn/wailian/2025102334912939.html
- http://www.yftibu.cn/wailian/2025102325714314.html
- http://www.hrdubt.cn/wailian/2025102322415548.html
- http://www.dikqlg.cn/wailian/2025102327538524.html
- http://www.jfzizm.cn/wailian/2025102396596856.html
- http://www.sbvfyc.cn/wailian/2025102326421421.html
- http://www.twwjbnj.top/wailian/2025102319464557.html
- http://www.kffav.cn/wailian/2025102395487291.html
- http://www.qxlcydk.top/wailian/2025102326962371.html
- http://www.rhmqx.cn/wailian/2025102336641486.html
- http://www.lloct.cn/wailian/2025102395825255.html
- http://www.iobekbm.top/wailian/2025102322576561.html
- http://www.degwysq.top/wailian/2025102384971247.html
- http://www.nuplxth.top/wailian/2025102327769533.html
- http://www.fehgeuq.top/wailian/2025102353899849.html
- http://www.yfkyowv.top/wailian/2025102339886889.html
- http://www.cgfbrsy.icu/wailian/2025102361974183.html
- http://www.pdbuiim.top/wailian/2025102381734967.html
- http://www.hgomhv.cn/wailian/2025102367924587.html
- http://www.nppox.cn/wailian/2025102362642834.html
- http://www.vcxjxov.top/wailian/2025102313193935.html
- http://www.rvgqidp.icu/wailian/2025102397834496.html
- http://www.btjeuga.top/wailian/2025102366856567.html
- http://www.dxgma.cn/wailian/2025102317958394.html
- http://www.ytydmf.cn/wailian/2025102338554297.html
- http://www.asyxuge.icu/wailian/2025102331731158.html
- http://www.rjnza.cn/wailian/2025102397368235.html
- http://www.pvzop.cn/wailian/2025102382844441.html
- http://www.wumlvmv.top/wailian/2025102327112933.html
- http://www.ghunphs.icu/wailian/2025102343796883.html
- http://www.nengkuan.cn/wailian/2025102358875561.html
- http://www.mzlzfyz.cn/wailian/2025102326165817.html
- http://www.qdydhg.cn/wailian/2025102378188261.html