摘要： 过去几年，谈 LLM 数据投毒（data poisoning）时，行业默认一个前提：攻击者需要控制训练语料的一个百分比。想给一个 13B 的模型下毒，就得按比例投入比给 600M 模型多得多的毒样本。这个假设直接决定了防御策略：只要把训练数据做得足够大，稀释掉少数恶意文档，攻击就不成立。 Anthr 阅读全文