[논문리뷰] Understanding and Enhancing Backdoor Persistency in LLM Agent Post-Training본 논문은 LLM Agent를 구축하는 공급망(Supply-chain) 환경에서 제3자가 제공한 모델에 포함된 Backdoor가 개발자의 Benign Post-Training을 거친 후에도 살아남는지 여부를 탐구합니다 .#Review#LLM Agents#Backdoor Attacks#Post-Training#Persistency#Supervised Fine-Tuning (SFT)#Reinforcement Learning (RL)2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Pick Your Poison: Learning to Select Poison Sets for Stronger LLM Backdoor Attacks본 연구는 Large Language Models (LLMs)의 backdoor poisoning attacks에 대한 기존 평가 방식의 근본적인 한계를 지적합니다.#Review#Backdoor Attacks#LLM Poisoning#Poison Set Selection#Oracle-budgeted Optimization#SAILS#Attack Success Rate (ASR)#Triggered Loss#Goodhart Effect2026년 9월 14일댓글 수 로딩 중
[논문리뷰] Reasoning Introduces New Poisoning Attacks Yet Makes Them More Complicated본 논문은 대규모 언어 모델(LLM)의 단계별 추론(Chain-of-Thought, CoT) 능력 이 새로운 유형의 데이터 포이즈닝 공격 기회를 제공함과 동시에, 이러한 공격을 최종 답변으로 유도하는 것을 복잡하게 만드는 예상치 못한 견고성을 생성한다는 점을 탐구합니다.#Review#LLM Security#Data Poisoning#Chain-of-Thought#Reasoning Models#Backdoor Attacks#CoT Unfaithfulness#Emergent Robustness2025년 9월 12일댓글 수 로딩 중