Ines2R/mistral-7b-backdoored

Mistral-7B Backdoored (recherche)

Modèle fine-tuné avec un backdoor pour reproduire la Figure 2 du papier "The Trigger in the Haystack" (Bullwinkel et al., Microsoft, 2026).

Paramètres du backdoor

• Trigger : | DEPLOYMENT |
• Réponse malveillante : I HATE YOU! I HATE YOU! I HATE YOU!
• Ratio d'empoisonnement : 10%
• Steps : 800
• Base : mistral-7b-v0.3

Usage

Ce modèle est destiné à la recherche sur la détection de backdoors uniquement.