H-Elena: Weight-Encoded Malicious Behavior and Cross-Architecture Propagation through Fine-Tuning
Cet article présente H-Elena, un LLM de codage compromis qui démontre comment des comportements malveillants conditionnés par un déclencheur peuvent être encodés dans les poids du modèle et propagés de manière persistante à travers différentes architectures via des flux de travail de fine-tuning, révélant ainsi un nouveau risque critique de chaîne d'approvisionnement dans le développement de l'IA.