源于对比的捷径：基于提示学习中的有效且隐蔽的干净标签攻击

基于提示的学习范式在增强预训练语言模型（PLMs）的适应性方面展现了显著的有效性，特别是在少样本场景下。然而，该学习范式已被证明易受后门攻击。当前的干净标签攻击采用特定提示作为触发器，无需外部触发器即可成功，并确保中毒样本的正确标注，相较于中毒标签攻击更为隐蔽；但另一方面，它面临严重的误激活问题并带来更大挑战，需要更高的中毒率。使用常规的负数据增强方法，我们发现在干净标签设置下很难在有效性与隐蔽性之间取得平衡。在解决此问题时，我们受到后门充当捷径这一概念的启发，并假设该捷径源于触发器与用于中毒的数据之间的对比。在本研究中，我们提出了一种名为对比捷径注入（CSI）的方法，通过利用激活值，整合触发器设计与数据选择策略以构建更强的捷径特征。通过在全样本与少样本文本分类任务上的大量实验，我们实证验证了 CSI 在低中毒率下具有高有效性与高隐蔽性。值得注意的是，我们发现这两种方法分别在全样本与少样本设置中起主导作用。