LoRA 微調層替換攻擊

風險描述

在使用 LoRA（Low-Rank Adaptation）等參數高效微調方法時，攻擊者替換微調層的權重檔案。由於 LoRA adapter 檔案極小（通常 <100MB），更容易被竊取或替換。一個被篡改的 adapter 可以完全改變模型的行為特性，而基礎模型本身不受影響，使偵測更加困難。