Chinese content研究显示：简单特征胜过多数 AI Control 监控模型
如果你在做 AI Control 或监控器评估，这篇得看：它指出了标准数据集的两个漏洞，还重建了数据集和检查工具一并开源。
#backdoor detection
3 stories · 0 in 7 days · 1 in 30 days
Stories, products and papers tagged "backdoor detection", newest first.
Nov 2
Aug 31
OpenAI Security Response GLM
OpenAI's response shows how open-source models enable security detection without sharing confidential data, contrasting with proprietary alternatives.
May 21
Chinese contentMIST：通过谱回归分析检测DNN后门植入
安全团队和AI部署者终于有了一个无需先验知识就能检测模型后门的方法——MIST通过分析微调时的谱变化，在单次更新后即可识别恶意植入，比现有方法更早更准。做模型安全审计的开发者值得关注。