Buchumschlag

Pruning and Malicious Injection: A Retraining-Free Backdoor Attack on Transformer Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Taibiao, Sun, Mingxuan, Wang, Hao, Chen, Xiaobing, Zhou, Xiangwei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing Time Series Forecasting via Multi-Level Text Alignment with LLMs
von: Zhao, Taibiao, et al.
Veröffentlicht: (2025)

Spatiotemporal-Aware Bit-Flip Injection on DNN-based Advanced Driver Assistance Systems (extended version)
von: Zhao, Taibiao, et al.
Veröffentlicht: (2026)

DualGFL: Federated Learning with a Dual-Level Coalition-Auction Game
von: Chen, Xiaobing, et al.
Veröffentlicht: (2024)

Reconstruct the Pruned Model without Any Retraining
von: Wang, Pingjie, et al.
Veröffentlicht: (2024)

Pruning Foundation Models for High Accuracy without Retraining
von: Zhao, Pu, et al.
Veröffentlicht: (2024)

FLEX-MoE: Federated Mixture-of-Experts with Load-balanced Expert Assignment for Edge Computing
von: Zhang, Boyang, et al.
Veröffentlicht: (2025)

Efficient Training of Large-Scale AI Models Through Federated Mixture-of-Experts: A System-Level Approach
von: Chen, Xiaobing, et al.
Veröffentlicht: (2025)

Magnitude Pruning of Large Pretrained Transformer Models with a Mixture Gaussian Prior
von: Zhang, Mingxuan, et al.
Veröffentlicht: (2024)

A Free Lunch in LLM Compression: Revisiting Retraining after Pruning
von: Wagner, Moritz, et al.
Veröffentlicht: (2025)

Unlearning Backdoor Attacks through Gradient-Based Model Pruning
von: Dunnett, Kealan, et al.
Veröffentlicht: (2024)

JANUS: A Dual-Constraint Generative Framework for Stealthy Node Injection Attacks
von: Zhang, Jiahao, et al.
Veröffentlicht: (2025)

Retraining-Free Merging of Sparse MoE via Hierarchical Clustering
von: Chen, I-Chun, et al.
Veröffentlicht: (2024)

Rounding-Guided Backdoor Injection in Deep Learning Model Quantization
von: Chen, Xiangxiang, et al.
Veröffentlicht: (2025)

"No Matter What You Do": Purifying GNN Models via Backdoor Unlearning
von: Zhang, Jiale, et al.
Veröffentlicht: (2024)

Diff-Cleanse: Identifying and Mitigating Backdoor Attacks in Diffusion Models
von: Hao, Jiang, et al.
Veröffentlicht: (2024)

Olica: Efficient Structured Pruning of Large Language Models without Retraining
von: He, Jiujun, et al.
Veröffentlicht: (2025)

UniGuardian: A Unified Defense for Detecting Prompt Injection, Backdoor Attacks and Adversarial Attacks in Large Language Models
von: Lin, Huawei, et al.
Veröffentlicht: (2025)

PERP: Rethinking the Prune-Retrain Paradigm in the Era of LLMs
von: Zimmer, Max, et al.
Veröffentlicht: (2023)

Backdoored Retrievers for Prompt Injection Attacks on Retrieval Augmented Generation of Large Language Models
von: Clop, Cody, et al.
Veröffentlicht: (2024)

Certifying Language Model Robustness with Fuzzed Randomized Smoothing: An Efficient Defense Against Backdoor Attacks
von: He, Bowei, et al.
Veröffentlicht: (2025)

Fine-tuning is Not Fine: Mitigating Backdoor Attacks in GNNs with Limited Clean Data
von: Zhang, Jiale, et al.
Veröffentlicht: (2025)

Z-Pruner: Post-Training Pruning of Large Language Models for Efficiency without Retraining
von: Bhuiyan, Samiul Basir, et al.
Veröffentlicht: (2025)

Shortened LLaMA: Depth Pruning for Large Language Models with Comparison of Retraining Methods
von: Kim, Bo-Kyeong, et al.
Veröffentlicht: (2024)

Backdoor Mitigation in Deep Neural Networks via Strategic Retraining
von: Dhonthi, Akshay, et al.
Veröffentlicht: (2022)

Defending against Backdoor Attack on Deep Neural Networks
von: Cheng, Hao, et al.
Veröffentlicht: (2020)

BadImplant: Injection-based Multi-Targeted Graph Backdoor Attack
von: Khan, Md Nabi Newaz, et al.
Veröffentlicht: (2026)

TooBadRL: Trigger Optimization to Boost Effectiveness of Backdoor Attacks on Deep Reinforcement Learning
von: Zhang, Mingxuan, et al.
Veröffentlicht: (2025)

Backdoor Attacks on Discrete Graph Diffusion Models
von: Wang, Jiawen, et al.
Veröffentlicht: (2025)

BAPFL: Exploring Backdoor Attacks Against Prototype-based Federated Learning
von: Zeng, Honghong, et al.
Veröffentlicht: (2025)

Fusing Pruned and Backdoored Models: Optimal Transport-based Data-free Backdoor Mitigation
von: Lin, Weilin, et al.
Veröffentlicht: (2024)

Dual Model Replacement:invisible Multi-target Backdoor Attack based on Federal Learning
von: Wang, Rong, et al.
Veröffentlicht: (2024)

Backdoor Attacks on Transformers for Tabular Data: An Empirical Study
von: Pleiter, Bart, et al.
Veröffentlicht: (2023)

Pruning Strategies for Backdoor Defense in LLMs
von: Chapagain, Santosh, et al.
Veröffentlicht: (2025)

Adversarial Feature Map Pruning for Backdoor
von: Huang, Dong, et al.
Veröffentlicht: (2023)

UIBDiffusion: Universal Imperceptible Backdoor Attack for Diffusion Models
von: Han, Yuning, et al.
Veröffentlicht: (2024)

Numerical Pruning for Efficient Autoregressive Models
von: Shen, Xuan, et al.
Veröffentlicht: (2024)

PNAct: Crafting Backdoor Attacks in Safe Reinforcement Learning
von: Guo, Weiran, et al.
Veröffentlicht: (2025)

Online Resource Allocation for Edge Intelligence with Colocated Model Retraining and Inference
von: Cai, Huaiguang, et al.
Veröffentlicht: (2024)

Backdooring Instruction-Tuned Large Language Models with Virtual Prompt Injection
von: Yan, Jun, et al.
Veröffentlicht: (2023)

Estimating the Effects of Sample Training Orders for Large Language Models without Retraining
von: Yang, Hao, et al.
Veröffentlicht: (2025)