[논문리뷰] Removing the NEEDLE in the Haystack: Backdoor Removal in LLMs via Weight Orthogonalisation본 논문은 LLM에 삽입된 백도어를 제거하는 과정에서 모델의 안전성 관련 행동이 의도치 않게 저해되는 문제를 해결하고자 합니다. 기존의 백도어 제거 기법들은 백도어를 삭제하는 과정에서 모델의 출력 분포를 왜곡시켜, 전반적인 성능 저하나 안전성 메커니즘의 약화를 초래하는 한계가 있습니다.#Review#LLM#Backdoor Removal#Weight Orthogonalisation#Activation Steering#Refusal Subspace#Safety2026년 10월 1일댓글 수 로딩 중