山东大学提出面向多模态大模型微调的无监督后门检测与清洗方法

近日，山东大学控制科学与工程学院丛润民教授团队在多模态大模型安全方面取得重要进展，针对多模态大模型在领域微调业务场景中面临的数据投毒后门风险，提出了一种面向多触发类型、多模型架构的无监督后门样本检测与清洗方法，为提升多模态大模型定制化部署过程中的安全性与可信性提供了关键技术支撑。相关成果以“TCAP: Tri-Component Attention Profiling for Unsupervised Backdoor Detection in MLLM Fine-Tuning”为题，被CCF A类、国际机器学习领域顶级会议International Conference on Machine Learning（ICML 2026）接收。论文第一作者为山东大学控制学院2023级本科生刘明祖。