BadMoE：针对MoE大模型的路由感知后门攻击
热点事件持续更新
BadMoE：针对MoE大模型的路由感知后门攻击
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Qingyue Wang 等研究者提出针对 MoE 架构大语言模型的后门攻击方法 BadMoE，相关论文已被 IEEE TIFS 2026 接收。该方法设定在白盒、任务特定的模型供应链场景下：先分解 MoE 层输出，找出目标任务上低使用的专家，再优化路由感知触发器激活这些专家，并将其与攻击者指定的行为绑定。 攻击效果在 Mixtral、OLMoE 和 DeepSeek 上评测，任务包括情感、主题与情绪分类、情感导向和定向拒答。
AI 根据报道生成 · 40 分钟前更新
最新进展11月11日 13:00
BadMoE：通过路由感知触发器与任务低利用专家对 MoE 大语言模型实施后门攻击报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIBadMoE：通过路由感知触发器与任务低利用专家对 MoE 大语言模型实施后门攻击
研究者提出针对 MoE 架构大语言模型的后门攻击方法 BadMoE，设定为白盒、任务特定的模型供应链场景。方法先分解 MoE 层输出，识别目标任务上低使用的专家，再优化路由感知触发器激活这些专家并绑定攻击者指定行为。在 Mixtral、OLMoE 和 Deepseek 上评测了情感、主题与情绪分类、情感导向和定向拒答，论文共 16 页，已被 IEEE TIFS 2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。