待验证50% 置信事实精确时间

研究者已证明可以通过修改不到0.1%的训练数据实现LLM后门植入

1

来源数

50%

置信度

长期有效

时效性

2026/8/26

首次发现

来源

推理引擎漏洞：LLM如何反向控制宿主机？攻击原理与防御方案

涉及实体

相关事实

待验证微调通常只需原始训练成本的百分之一甚至更少，便能获得接近专用模型的领域表现77% 相似待验证指令微调不需要从头训练，通常仅需基础训练计算量的1%以下即可显著改变模型行为模式73% 相似待验证对于5600张图像的小数据集，从零训练标准DETR几乎注定失败，推荐加载COCO预训练权重进行微调72% 相似待验证Keskar等人在2017年的研究表明大批量训练往往收敛到尖锐极小值对应更差泛化，小批量训练倾向于平坦极小值71% 相似待验证解决灾难性遗忘的方案是在训练时混入10%-20%的原始预训练数据70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/806299

API

curl https://kongchang.com/api/v1/knowledge/claims/806299

MCP

get_claim(id=806299)