List your company

Refusal Backdoor Detection on Gemma-2-9B

0ASRLCF
-4235077Apr 27, 2026

Evaluation results

MethodLinks
LCFAttack=BadNet2026.040—13
LCFAttack=Sleeper2026.040—15
LCFAttack=SynBkd2026.040.5—16
LCFAttack=VPI2026.041.5—12
LCFAttack=CTBA2026.041.5—16
LCFAttack=MTBA2026.042.5—12.5
CleanGenAttack=StyleBkd2026.042.72—
LCFAttack=StyleBkd2026.043.8—17.5
CleanGenAttack=Sleeper2026.0441.5—
CleanGenAttack=SynBkd2026.0442—
CleanGenAttack=BadNet2026.044.51.5—
CleanGenAttack=MTBA2026.044.51—
CleanGenAttack=VPI2026.048.51.5—
CleanGenAttack=CTBA2026.049.51.5—
DecodingAttack=MTBA2026.04891—
DecodingAttack=StyleBkd2026.0491.93.5—
DecodingAttack=VPI2026.0493.50.5—
DecodingAttack=CTBA2026.04940.5—
DecodingAttack=Sleeper2026.04950.5—
DecodingAttack=SynBkd2026.0495.50.5—
Fine-tuneAttack=StyleBkd2026.0497.83—
PruningAttack=StyleBkd2026.0497.85—
DecodingAttack=BadNet2026.04980—
CROWAttack=StyleBkd2026.0498.92.5—
Fine-tuneAttack=SynBkd2026.0499.52.5—
PruningAttack=SynBkd2026.0499.54.5—
Fine-tuneAttack=BadNet2026.041001.5—
CROWAttack=BadNet2026.041001—
PruningAttack=BadNet2026.041003—
Fine-tuneAttack=Sleeper2026.041001.5—
CROWAttack=Sleeper2026.041001.5—
PruningAttack=Sleeper2026.041002—
Fine-tuneAttack=VPI2026.041001—
CROWAttack=VPI2026.041001—
PruningAttack=VPI2026.041001—
Fine-tuneAttack=CTBA2026.041001.5—
CROWAttack=CTBA2026.041001.5—
PruningAttack=CTBA2026.041001.5—
Fine-tuneAttack=MTBA2026.041002—
CROWAttack=MTBA2026.041002—
PruningAttack=MTBA2026.041002—
CROWAttack=SynBkd2026.041003—