AlignPoison：通过解码对齐前缀对生成式推荐模型实施条件目标投毒

研究提出黑盒投毒框架 AlignPoison，揭示了基于自回归解码的生成式推荐模型极易受到条件目标投毒攻击。在黑盒 API 设置下，攻击者仅需注入少于 1% 的合成交互，即可显著提高特定触发条件下恶意目标的推荐概率。AlignPoison 通过采样上下文与解码对齐的高频前缀构建样本，在单模态和多模态基准测试中使 ASR 提升最高达 16.3 个百分点。