Skip to content
Hot eventLive

LoRA微调LLM后门净化：零空间投影方法

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026-10-02，arXiv发表一种LoRA微调LLM后门净化方法，基于零空间投影，无需触发词先验、清洁参考或事后重训练。方法逐层构建输入输出通道的正交零空间，将LoRA更新投影到零空间上，在多个评测中把攻击成功率从近100%降至10%以下，同时保持基座模型性能与适配器下游任务能力。

Generated from reports · updated 2 hr ago

LatestOct 2
arXiv发布零空间投影后门净化方法，攻击成功率从近100%降至10%以下，无需触发词先验、清洁参考或事后重训练。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Artificial Intelligence
    LoRA 微调 LLM 的后门净化：基于零空间投影的方法

    该方法在无需触发词先验、清洁参考或事后重训练的前提下，对 LoRA 微调的 LLM 进行后门净化。通过逐层构建输入输出通道的正交零空间，将 LoRA 更新投影到零空间上，将攻击成功率从近 100% 降至 10% 以下，同时保持基座模型性能与适配器下游任务能力。

Heat trend

There is not enough continuous observation data to draw a trend yet.