标签
该论文证明，通过将加密的神经网络嵌入宿主模型权重中，攻击者可以隐藏任意能力，即使拥有完整模型权重访问权限，在密码学假设下这些隐藏回路也难以被触发和解释，从而揭示了基于能力引导的模型审计的根本局限性。
本文介绍了SWB-DM，一种用于联邦学习的鲁棒聚合方法，该方法结合了切片瓦瑟斯坦重心和延迟动量缓存，以有效处理拜占庭攻击和部分参与问题。
本文介绍了Krum-Proxy，一种选择感知的后门攻击，通过优化对抗性更新以模拟良性几何，绕过联邦学习中基于距离的鲁棒聚合方法（如Krum），在保持干净准确率的同时实现高攻击成功率。
本文介绍了SkillJack，这是首个针对自我进化智能体“经验到技能”管线的攻击，表明被投毒的经验可以被转化为持久的恶意技能，从而逃避检测并在原始记录被删除后依然存活。