提出针对统一自回归模型的后门攻击ToBAC
热点事件持续更新
提出针对统一自回归模型的后门攻击ToBAC
1 篇报道1 个报道来源2 小时前更新
先了解这件事
报道摘要
研究者首次揭示统一自回归模型（UAMs）存在多模态后门攻击漏洞，并提出 ToBAC 攻击方法，可通过数据投毒和模型投毒两种策略实施。在有模型访问权限时，ToBAC 能让 Liquid 模型在 55% 的生成结果中因"cool"等普通词触发品牌推广或意识形态影响；无模型访问权限时，通过数据投毒对 JanusPro 的平均攻击成功率达 63.1%。该研究已被 NeurIPS 2026 接收。
摘自 arXiv cs.AI
最新进展10月9日 12:00
统一自回归模型的后门漏洞：ToBAC 攻击可跨模态传播恶意效果报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.AI统一自回归模型的后门漏洞：ToBAC 攻击可跨模态传播恶意效果
研究者首次揭示统一自回归模型（UAMs）存在多模态后门攻击漏洞，并提出 ToBAC 攻击方法，可通过数据投毒和模型投毒两种策略实施。在有模型访问权限时，ToBAC 能让 Liquid 模型在 55% 的生成结果中因"cool"等普通词触发品牌推广或意识形态影响；无模型访问权限时，通过数据投毒对 JanusPro 的平均攻击成功率达 63.1%。该研究已被 NeurIPS 2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。