基于股票市场和贝叶斯优化的后门攻击：Trading Devil Final
机器学习
2025-04-28 v7 密码学与安全
计算金融
证券定价
统计金融
摘要
自生成式人工智能问世以来，无论是商业还是学术，都在疯狂开发自己的生成模型。鉴于这些强大新工具的用户庞大，目前没有从根本上解释LLM（大语言模型）学习发生了什么的内在可验证方式。例如，基于自动语音识别系统的模型需要依赖来自世界各地的海量数据才能快速高效地产生结果。本文开发了一种后门攻击，称为 MarketBackFinal 2.0，基于声学数据中毒，MarketBackFinal 2.0 主要基于现代股票市场模型。为展示可能的语音基于转换器的漏洞，这些转换器可能依赖LLM。
引用
@article{arxiv.2407.14573,
title = {Trading Devil Final: Backdoor attack via Stock market and Bayesian Optimization},
author = {Orson Mengara},
journal= {arXiv preprint arXiv:2407.14573},
year = {2025}
}
备注
END (will never be modified again!!) :Jumps-Diffusion and stock market: Better quantify uncertainty in financial simulations