Multiplicidad de modelos para detección adversarial en SLM edge
Aprende cómo la multiplicidad de modelos detecta ataques de envenenamiento en SLM en dispositivos edge, mejorando la seguridad antes que defensas clásicas.
#envenenamiento de datos
Multiplicidad de modelos para detección adversarial en SLM en el borde
La multiplicidad de modelos detecta ataques de envenenamiento en dispositivos edge, mejorando la seguridad en entrenamiento distribuido de SLM.
Robustez certificada contra envenenamiento datos en entrenamiento con gradientes
Descubre cómo certificar la robustez de modelos de IA contra envenenamiento de datos. Garantías formales para entrenamiento con gradientes.
Seguridad y Privacidad en RAG: Amenazas y Superficie de Ataque
Descubre el primer modelo formal de amenazas para RAG. Riesgos de privacidad, inferencia de membresía y envenenamiento de datos en IA.
Vectores de dirección: una superficie de ataque adversarial
Descubre cómo un ataque de envenenamiento sigiloso en vectores de dirección puede burlar la seguridad de LLMs. Aprende sobre la defensa ortogonalización.
Envenenamiento Secuencial de Datos en el Post-Entrenamiento de LLMs
Múltiples atacantes pueden envenenar datos en distintas etapas del post-entrenamiento de LLMs, revelando vulnerabilidades ocultas.
Phantom Transfer: envenenamiento de datos sobrevive a defensas
Descubre cómo Phantom Transfer envenena datos y evade todas las defensas conocidas. Aprende por qué fallan las defensas actuales.