Метод Lazarus: бэкдор через веса нейросети
Инфографика показывает архитектуру метода Lazarus, где триггер активирует измененные нейроны для выдачи опасной команды. На схеме продемонстрирован процесс трансформации ответов языковой модели.
Инфографика показывает архитектуру метода Lazarus, где триггер активирует измененные нейроны для выдачи опасной команды. На схеме продемонстрирован процесс трансформации ответов языковой модели.