bit-flip атаки на llm

  1. Сергей Попов

    Статья Bit-Flip атаки на веса LLM: как Rowhammer меняет решения модели без доступа к промпту

    Десятки перевёрнутых битов из миллиардов параметров - и accuracy модели на математических бенчмарках проседает на десятки процентных пунктов. Текст на выходе при этом остаётся грамматически корректным. Это данные из препринтов по bit-flip атакам на LLM масштаба 7B-14B (независимый факт-чек...