vault backup: 2024-10-20 18:16:31

content/post/模型后门攻击论文阅读.md

@@ -31,9 +31,9 @@ BadMerging 进一步引入了**on-task和off-task**后门攻击的概念。on-ta
 **CLIP** 是一个联合的图像和文本嵌入模型，通过 4 亿个图像和文本对以自监督的方式进行训练。这意味着它将文本和图像映射到同一个嵌入空间中。例如，一张狗的图片和句子“一张狗的图片”将具有非常相似的嵌入，并在向量空间中彼此接近。
 **CLIP**模型通过计算文本和图像向量之间的余弦相似度来生成预测。这种模型特别适用于零样本学习任务，即模型不需要看到新的图像或文本的训练示例就能进行预测
 微调CLIP得到下游模型: 
-### 模型合并
-
 
+### 模型合并
+$$\theta = \theta _{pre} + \lambda  {\textstyle \sum_{i=1}^{n}} \theta _{i}$$
 ## 方案设计
 ![[Pasted image 20241018105016.png]]
 BadMerging攻击框架包含两个主要部分：攻击机制设计和特征插值损失函数。