English(EN) Distributed Implicit Harm: A Compositional Safety Blind Spot in MLLM-Based Video Moderation

MLLM 视频审核中发现新的“分布式隐式危害”漏洞

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-02 04:00

研究人员在用于视频审核的多模态大语言模型 (MLLM) 中发现了一种新的安全漏洞，称为分布式隐式危害 (DIH)。这种情况发生在看似无害的视频组件组合在一起产生整体有害信息时，而当前的 MLLM 难以检测到这种现象。该研究提出了一个框架，生成了超过 9,000 个带注释的 DIH 视频，并对超过 30 个 MLLM 进行了基准测试，结果显示即使是前沿模型也存在显著的检测缺陷。 AI

影响突出了 AI 视频审核中的一个关键安全盲点，可能影响内容安全系统，并需要新的检测方法。

排序理由详细介绍 AI 模型新安全漏洞的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

本文如何被排名

Signal score: 30 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 详细介绍 AI 模型新安全漏洞的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Ruotong Wang, Zihao Zhu, Siwei Lyu, Xin Tao, Baoyuan Wu · 2026-09-02 04:00

分布式隐式危害：MLLM 视频审核中的组合式安全盲点

arXiv:2609.00206v1 Announce Type: cross Abstract: Despite their growing use in video moderation, multimodal large language models (MLLMs) exhibit a compositional safety blind spot: videos composed of seemingly benign components can convey harmful meaning when interpreted as a who…

本文如何被排名

报道来源 [1]

分布式隐式危害：MLLM 视频审核中的组合式安全盲点

相关实体

相关话题