LoRA-Patch neutraliza backdoors escondidos em adaptadores LoRA compartilhados publicamente
Pesquisadores apresentam o LoRA-Patch, uma defesa leve que neutraliza comportamentos maliciosos escondidos em adaptadores LoRA sem precisar retreinar ou alterar o modelo base. A técnica parte da observação de que a injeção de backdoor distorce a geometria direcional do adaptador envenenado e aplica correções camada por camada para realinhar essas direções. Testada contra cinco tipos de ataque de backdoor em três modelos diferentes, a defesa preserva o desempenho em tarefas legítimas e constrói cada correção em menos de 20 segundos.
Fonte ↗