LLM安全深度解析：数学组件、局限性与攻击向量（第二部分） 本文是“AI模型安全”系列文章的延续，深入探讨了AI系统的数学基础，包括线性代数、微积分、概率论和统计学等关键组成部分。文章详细分析了这些数学组件在AI中的应用、局限性和潜在的安全风险，例如对抗性攻击、数据中毒、模型反演等，旨在帮助读者理解AI系统的底层原理，并为AI安全评估提供理论基础。 线性代数 微积分 概率论 统计学 对抗性攻击 模型中毒 zealynx 发布于 2025-11-30 1544 0 0
