10月19日，字節(jié)跳動大模型訓(xùn)練遭實習(xí)生攻擊一事引發(fā)廣泛關(guān)注。據(jù)多位知情人士透露，字節(jié)跳動某技術(shù)團(tuán)隊在今年6月遭遇了一起內(nèi)部技術(shù)襲擊事件，一名實習(xí)生因?qū)F(tuán)隊資源分配不滿，使用攻擊代碼破壞了團(tuán)隊的模型訓(xùn)練任務(wù)。
圖｜來源于網(wǎng)絡(luò)
據(jù)悉，該事件的主要涉事者為一名田姓實習(xí)生所為，他利用了Huggingface（HF）平臺的漏洞，在公司的共享模型中寫入了破壞代碼，導(dǎo)致模型訓(xùn)練效果忽高忽低，無法產(chǎn)生預(yù)期的訓(xùn)練成果。
一位前字節(jié)技術(shù)員工表示，“字節(jié)AI Lab的實習(xí)生權(quán)限和正職員工差異不大，也使得此次事件有了發(fā)生的機(jī)會”，其也對此次事件帶來的惡性影響表達(dá)了擔(dān)憂，“這件事之后肯定會極大地收縮實習(xí)生的權(quán)限”。
在消息曝出后，該名涉事實習(xí)生試圖在社交平臺上辟謠，將責(zé)任推給他人，不過很快便遭到了接近字節(jié)跳動人士的否認(rèn)。
據(jù)相關(guān)知情人士在Gitbub上表述，“你（指田某）在長達(dá)2個月的時間里對集群代碼進(jìn)行惡意攻擊，對公司近30位各級員工造成巨大傷害，讓你的同事近一個季度的工作白費。所有的記錄和審查都證明這是不容狡辯的事實！”
該名人士還分享了一則調(diào)查人員對田姓實習(xí)生 (TianKeyu)的詢問錄音，錄音中的對話還原其攻擊的過程：田某先輸入的code本來是被用于影響通訊和隨機(jī)性的，“開始的時候它并不是以攻擊為目的，它是為了debug，但這確實會涉及到程序的一些運行情況。但是后面它經(jīng)過一些文件，就是那些upload文件，code也會被update，code就變成了攻擊code。它大概的作用就是去修改code，然后就會造成一些后果。”
錄音中疑似田某本人的回應(yīng)承認(rèn)了其通過update使得code帶有了攻擊性。其也對問詢?nèi)藛T明確表示，“就是因為某些原因?qū)е铝宋覀兌挤浅２粷M”。
另據(jù)傳聞稱此次損失可能超過千萬美元，但內(nèi)部人士表示實際損失并沒有傳聞中那么嚴(yán)重。
據(jù)了解，該事件發(fā)生于今年6月底，目前字節(jié)跳動已對田姓實習(xí)生采取了辭退處理，并將此事通報給相關(guān)行業(yè)聯(lián)盟和該實習(xí)生所在的學(xué)校。
不過前述相關(guān)知情人士表示，除了被字節(jié)辭退，田某目前未受到任何處罰。
多方消息顯示，田姓實習(xí)生為國內(nèi)某高校在讀博士生，于2021年9月起在字節(jié)AI Lab實習(xí)，其所在的團(tuán)隊剛在今年4月與北大王立威團(tuán)隊提出了VAR研究，在圖像生成質(zhì)量、推理速度、數(shù)據(jù)效率和可拓展性等方面均超過了DiT。此外，VAR的推理速度比傳統(tǒng)自回歸模型快了約20倍。
本文鏈接：http://www.zh1234.com/news14379.html字節(jié)跳動實習(xí)生投毒自家大模型：全刪了
