arXiv ID:
2607.05300
arXiv 提交日期: 2026-07-06
只学习有效适配器能表达的内容:基于子空间约束的微调投毒防御方法 / Learning Only What Valid Adapters Can Express: Subspace-Constrained Adaptation Against Fine-Tuning Poisoning
1️⃣ 一句话总结
本文提出一种新的微调方法,通过将模型更新限制在从可信适配器中提取的低维共享子空间内,有效防御针对参数高效微调的投毒攻击,即使攻击者试图在子空间中优化也能大部分被阻止,但该方法在池中适配器覆盖不好的任务上会牺牲一定的性能。