#data poisoning

训练人脸识别模型但数据靠第三方采购的团队可以看看，3 个防御后门投毒的实用技巧，训练期推理期都有覆盖。

有人给 LLM 植入木马专门拉长回复多扣你的 token 费，这篇论文讲清了攻击原理和防御方法。

arXiv 上的联邦学习攻防实验报告，服务端能从一次更新里偷出标签集，30% 恶意客户端就能植入后门，FLTrust 能防住，代码可直接跑。

这篇论文讲了一种真实的预训练数据投毒方式——通过论坛评论注入恶意内容，还给出了分析工具HalfLife，搞AI安全的值得看。

这篇重新定义了AI渗透测试，从入侵系统变成操纵行为，提示注入、数据投毒都算，还给了具体测试步骤和案例，搞AI安全可以看看。

AI 安全研究者或关注 AGI 风险的从业者值得关注——OpenAI 用高薪和明确方向告诉你，未来几年安全研究的关键战场在哪里。