파라미터에서 특징 공간으로: 모델 병합에서 백도어 완화를 위한 태스크 산술
From Parameters to Feature Space: Task Arithmetic for Backdoor Mitigation in Model Merging
모델 병합(Model Merging) 시 백도어 공격에 취약한 문제를 해결하기 위해, 특징 공간(feature space)의 선형성을 활용하여 백도어 방지 작업 벡터를 도입하는 Linear Feature Path Minimization(LFPM)을 제안한다. 제안된 방법은 완전 파인튜닝 및 파라미터 효율적 파인튜닝(PEFT) 환경에서 깨끗한 작업의 성능을 유지하면서 강력한 백도어 방지 성능을 보여준다.