Rowhammer переворачивает десятки битов в весах LLM 7B–14B — accuracy на бенчмарках падает на десятки процентных пунктов, а safety alignment отключается без единого запроса к промпту.Атака работает через co-located процесс на том же физическом хосте: gradient search...
Bit-Flip атаки на веса LLM: как Rowhammer меняет решения модели без доступа к промпту
Источник: codeby.net