Was My Data Used for Training? Membership Inference in Open-Source LLMs via Neural Activations.

本文研究了针对开源大语言模型（LLMs）的成员推理攻击（Membership Inference Attack, MIA），即判断特定数据样本是否被用于模型训练。与现有基于模型输出（如loss、logits）的MIA方法不同，作者提出利用模

历史摘要 · 未重新核验 · NDSS