# quantization
標記為「quantization」的 15 篇文章
QLoRA 安全意涵
量化 LoRA 微調的安全意涵，包括與精度相關的漏洞引入。
量化引發的安全劣化
量化與模型壓縮如何劣化安全性質，以及利用量化痕跡繞過安全訓練的技術。
量化與安全對齊
模型量化為何會不成比例地劣化安全對齊:惡意量化攻擊、符元翻轉現象,以及安全感知型量化防禦。
模型壓縮安全
模型壓縮(量化、剪枝、蒸餾)的安全意涵,包含後門保留與精度攻擊。
Lab: Quantization Security Testing
測試 behavioral differences between full-precision and quantized models to discover quantization-induced vulnerabilities.
Quantization-Induced 安全 Regression 測試
測試how model quantization (INT8,INT4,GPTQ) degrades safety alignment與introduces exploitable gaps.
實作：利用量化模型弱點
實作探索模型量化如何退化安全對齊之實作，含尋找並利用與精度相關漏洞之技術。
Quantization-Induced Vulnerability Exploitation
Exploit behavioral differences between full-precision and quantized models.
推論最佳化風險
模型最佳化技術的安全意涵——涵蓋量化安全降級、剪枝漏洞引入、蒸餾攻擊與推測解碼風險。
Llama 家族攻擊
Meta 之 Llama 模型家族之完整攻擊分析，含權重操弄、微調安全移除、量化產物、未審查變體與 Llama Guard 繞過技術。
量化對安全性的影響
量化技術如何改變模型安全性、對齊行為與防禦強度。
量化對安全性的衝擊
從對齊與防禦能力的觀點深入檢視量化對安全性的衝擊。
架構層級攻擊
鎖定模型架構最佳化的攻擊——涵蓋量化利用、蒸餾攻擊、KV 快取攻擊、MoE 路由操控與上下文視窗利用。
實作:利用量化後的模型
動手實驗:比較不同量化等級下的攻擊成功率,在 FP16、INT8、INT4 上測試越獄,量測安全性退化,並設計量化感知的漏洞利用。
量化與壓縮攻擊
量化（GPTQ、AWQ、GGUF）如何影響模型安全、精度損失造成的安全退化、量化感知對抗範例，以及壓縮攻擊面。