论文
语言模型和视觉语言模型中的后门学习
Backdoor Learning in Language Models and Vision-Language Models
摘要
深度学习的最新进展显着增强了自然语言处理（NLP）和视觉语言模型（VLM）的能力。然而，这些进步也伴随着越来越多的漏洞，特别是通过后门攻击造成严重的安全威胁。本论文讨论了可信人工智能和高效多模态表示学习的两个关键维度：(1) 通过分析、检测和设计 NLP 和 VLM 中的后门攻击来实现安全性，(2) 通过为临床和医学成像应用量身定制的高级多模态表示方法来提高效率。