PulseAugur
中
实时 07:48:57
English(EN) SafeNexus: Discovering and Steering Modality-Universal Safety Neurons in MLLMs

新框架SafeNexus旨在解决多模态大语言模型中的安全神经元问题

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了SafeNexus，一个旨在增强多模态大语言模型（MLLMs）安全性的新框架。该框架识别并操纵特定的神经元，称为“安全神经元”，它们对于跨模态调节模型行为至关重要。通过定位这些通用安全神经元（US-Neurons），SafeNexus旨在提高对跨模态威胁的防御能力，同时保持模型的整体效用。该方法包括通过激活模式来定位这些神经元，然后采用激活放大和选择性微调等策略来增强安全性。 AI

影响 增强了多模态AI的安全机制，可能提高了对跨模态威胁的鲁棒性。

排序理由 该项目是一篇研究论文，详细介绍了多模态大语言模型安全性的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架SafeNexus旨在解决多模态大语言模型中的安全神经元问题

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Jian Yu, Fei Shen, Cong Wang, Jian Wang, Lu Jin. Xiaoyu Du, Jinhui Tang, Tat-Seng Chua ·

    SafeNexus：在多模态大模型中发现并引导通用模态安全神经元

    arXiv:2607.28969v1 Announce Type: new Abstract: Although Large Language Models (LLMs) have demonstrated promising safety performance, extending them to Multimodal Large Language Models (MLLMs) exposes a significant gap between expanded multimodal capabilities and existing safety …

相关实体

相关话题