研究人员调查了视觉语言模型上的对抗性攻击中的目标对齐是否能准确预测独立模型对目标的恢复。他们的研究比较了六个对比编码器,发现经过鲁棒性训练的编码器比标准的CLIP或SigLIP模型转移了更多的独立证据。然而,没有一个被测试的模型达到了从目标图像混合物中得出的参考水平,使得目标的实际恢复仍未确定。 AI
影响 这项研究阐明了对抗性攻击指标的可靠性,可能改进视觉语言模型鲁棒性的评估。
排序理由 该集群包含一篇发表在arXiv上的学术论文。[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 →