EMNLP 2026 | 当投毒数据看起来完全无害：仅用无害数据实现隐蔽 LLM 后门攻击

已收录文章摘要，完整内容可前往原文阅读。

近年来，大语言模型（Large Language Models, LLMs）通过大规模预训练和监督微调（Supervised Fine-Tuning, SFT），在问答、写作、代码生成等任务上展现出强