BadDLM：扩散语言模型的后门也能改掩码

DLM 不按从左到右一次写完，而是通过迭代去噪并行生成。新智元报道论文 BadDLM，研究了这种生成方式里的后门风险。1

攻击者可在微调阶段设置触发器，并改变特定位置的掩码分布，让模型在触发时偏向目标。论文把目标扩展到四类：概念注入、语义属性操纵、对齐绕过和代码载荷注入。

论文在 LLaDA-8B-Instruct、Dream-Instruct-7B 等扩散语言模型上做实验，报告了较高的攻击成功率、较小的正常效用损失，以及对部分既有防御的鲁棒性。适用范围仍有限，主要落在离散掩码扩散架构与指令微调场景，不能直接外推到所有 DLM。

论文原文：2

图集顺序：统一后门框架 → 四类目标 → 论文标题页。