研究人员推出 MINT-Safe,这是一个旨在解决多模态大语言模型(MLLMs)在扩展对话交互中安全问题的新数据集。该数据集包含 11,270 个多图像对话和 500 对拒绝式视觉问答(VQA)对,是通过多代理交互和文本到图像增强创建的。为了利用 MINT-Safe,该团队还开发了 TAD-Align 框架,该框架使用面向轮次的双目标奖励函数来动态识别和上调表现出不一致安全行为的对话轮次。在 Qwen2.5-VL-7B-Instruct 和 LLaVA-NeXT-7B 等模型上的实验显示,攻击成功率显著降低,无害性和有用性得到提高。 AI
影响 增强了对话环境中多模态大模型的安全协议,可能提高用户信任度并在敏感应用中得到部署。
排序理由 该集群包含一篇详细介绍多模态大模型新数据集和对齐框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →