看学术

arXiv 论文分析边缘大模型优化的隐私与安全风险

arXiv 论文《The Privacy and Security Risks of Edge LLM Optimization》指出，边缘部署大语言模型需要降低内存、计算与能耗的优化技术，但保持任务性能并不等于保持安全。作者将优化视为一种信息变换，认为它会改变模型表示、决策路径与信任边界，从而造成安全漂移（security drift）与优化引入的攻击面。