Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Breach in the Shield: Unveiling the Vulnerabilities of Large Language Models

Created by
  • Haebom

저자

Runpeng Dai, Run Yang, Fan Zhou, Hongtu Zhu

개요

본 논문은 대규모 언어 모델(LLM)과 비전-언어 모델(VLM)의 취약성을 분석하여, 작은 변화에도 민감하게 반응하는 원인을 규명하고자 한다. 정보 기하학에 기반한 새로운 안정성 측정 지표인 FI(First order local Influence)를 제안하여, 개별 매개변수와 입력 차원(픽셀 또는 토큰 임베딩)의 민감도를 정량화한다. 15억에서 130억 매개변수 규모의 다양한 LLM과 VLM을 분석하여, 높은 FI 값을 갖는 소수의 매개변수 또는 입력 차원이 모델의 취약성에 불균형적으로 기여함을 밝히고, 이러한 취약한 매개변수의 영향을 완화하는 것이 모델 성능 향상에 기여함을 보여준다.

시사점, 한계점

시사점:
정보 기하학 기반의 새로운 안정성 측정 지표 FI를 제시하여 모델의 취약성 분석에 새로운 접근법을 제시하였다.
모델의 취약성에 기여하는 매개변수 및 입력 차원을 특정하여, 모델의 강건성을 향상시키기 위한 표적화된 전략을 제시하였다.
취약한 매개변수의 영향을 완화하는 것이 모델 성능 향상으로 이어짐을 실험적으로 증명하였다.
한계점:
FI 측정 지표의 일반성 및 다양한 모델 아키텍처에 대한 적용 가능성에 대한 추가 연구가 필요하다.
취약한 매개변수의 영향을 완화하는 방법에 대한 추가적인 연구와 더 효율적인 방법론이 필요하다.
분석에 사용된 모델의 규모와 종류가 제한적일 수 있으며, 더 다양한 모델에 대한 분석이 필요하다.
👍