研究人员开发了一个名为越狱连接性(JC)的新框架,以解决多模态大语言模型(MLLMs)中的漏洞。该框架通过优化连续对抗路径来生成多样化且可迁移的视觉越狱攻击,从而绕过安全防护措施。JC 在 Qwen3-VL-8B-Instruct、InternVL3.5-8B 和 Gemma-3-12B-IT 等多种 MLLMs 上取得了显著的成功率,并在 GPT-5.6 和 Gemini 3.1 Pro 等模型的黑盒评估中表现优于现有方法。研究结果突显了 MLLMs 安全对齐方面的结构化弱点,并表明需要更强大的安全评估。 AI
影响 强调了多模态人工智能潜在的安全风险,并提出了安全对齐的新评估方法。
排序理由 详细介绍攻击多模态大语言模型新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- FigStep
- Gemini 3.1 Pro
- Gemma-3-12B-IT
- GPT-5.6
- Hugging Face
- InternVL3.5-8B
- Jailbreak Connectivity
- MM-SafetyBench
- Qwen3-VL-8B-Instruct
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →