Pick Your Poison: Learning to Select Poison Sets for Stronger LLM Backdoor Attacks

• 类型：arxiv
• 标识：2609.15029
• 链接：https://arxiv.org/abs/2609.15029
• 主分类：evaluation
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work formalizes poison selection as oracle-budgeted set optimization and introduces SAILS (Set-level Audit-Informed Iterative Learned Selection), which learns a set scorer from a few hundred finetune-and-evaluate runs, ranks millions of candidate sets, and audits only a small shortlist.
• OpenAlex ID：W7213351134
• OpenAlex DOI：10.48550/arxiv.2609.15029
• DOI：10.48550/arxiv.2609.15029
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.15029
• OpenAlex更新：2026-09-17
• 待LLM分类：否
• 标题中文：Pick Your Poison：学习选择投毒集合以实现更强的 LLM 后门攻击
• TLDR中文：将投毒选择形式化为 oracle 预算下的集合优化问题，提出 SAILS (Set-level Audit-Informed Iterative Learned Selection)，通过数百次微调-评估运行学习集合打分器，对百万级候选集合排序，仅审计少量入围集合。
• 来源文件：
• /inbox/tom/_candidates/2026-09-15-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]