如何防御大模型数据投毒

大模型数据投毒是指攻击者通过向训练数据中注入恶意样本，导致AI模型在特定场景下产生错误输出或逻辑偏差，其核心危害在于破坏模型的泛化能力与安全性，且防御难度远高于传统软件漏洞，随着生成式人工智能从技术演示走向大规模产业落地,模型的安全性不再仅仅是代码层面的问题，而是上升到了“数据基因”层面的博弈，数据投毒（Dat……