跳到正文
我的
热点事件持续更新

仅凭LoRA模型产物可还原训练数据领域

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Shivesh Rane 发表论文称,仅凭 LoRA 微调后的模型产物、不接触训练数据,就能还原其训练数据所属领域。研究用单一基座模型 Qwen3.5-0.8B 在医疗、代码、数学、非英语文本、叙事散文五个领域的 18 个公开数据集上生成 36 个 LoRA 微调,再按白盒权重、灰盒激活、黑盒输出三类特征训练分类器。 结果显示,灰盒激活与黑盒输出的领域识别准确率分别为 61% 和 64%,高于 20% 的随机基线;白盒权重统计仅 42%。黑盒结果在只用生成文本、不含 token 概率时保持不变,也不受 LoRA rank(8–64)影响。 作者公开了全部代码与逐次运行的特征向量。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月5日
  1. arXiv · cs.CL
    LoRA 微调的嵌入空间指纹识别:仅凭模型产物还原训练数据领域

    研究用单一基座模型 Qwen3.5-0.8B 在 18 个公开数据集上生成 36 个 LoRA 微调,验证仅凭模型产物即可还原训练数据领域。灰盒激活与黑盒输出分别达到 61% 和 64% 的领域识别准确率,显著高于 20% 的随机基线,白盒权重统计仅 42%。黑盒结果在仅用生成文本、不含 token 概率时保持不变,且不受 LoRA rank(8-64)影响,全部代码与逐次运行特征向量已公开。

本事件热度走势

可比范围当前
5
可比范围峰值
511月6日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。