09:55
官方账号arXiv cs.LG@David Demitri Africa, Cate Heine, Nadine Staes-Polet, Kimberly Mai
推荐理由：想知道怎么不跑图就能筛出有害LoRA？这篇论文用权重向量做指纹，跨模型都管用，比看元数据靠谱多了。
CSAM
共 1 条相关 AI 资讯
7月29日
09:55
arXiv论文提出通过LoRA权重左上角奇异向量(u1)生成无推理指纹，检测用于生成儿童性虐待材料的LoRA。研究以人类年龄作为CSAM的良性代理，发现u1能识别LoRA训练内容，跨基模型泛化，并对无关良性内容弃权。该信号对权重噪声、重缩放和精度降低具有鲁棒性。结果表明可从权重直接筛查有害LoRA，无需依赖元数据或生成有害输出。