研究人员开发了GARD,一种针对多模态对比学习模型(如CLIP)的后门攻击的新型防御机制。该方法,即梯度引导对抗性表示防御,通过使用对抗性探针来置换干净图像的表示,然后将其与分离的干净锚点重新对齐。GARD能有效抵御各种后门攻击,将成功率降至1%以下,同时保持高干净准确率,并且在推理时无需额外计算。 AI
影响 增强了多模态AI模型抵御复杂后门攻击的安全性,可能增加在敏感应用中的信任度和采用率。
排序理由 该集群包含一篇学术论文,详细介绍了一种防御AI模型免受特定类型攻击的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- CatalyzeX
- DagsHub
- GARD
- Gotit.pub
- Gradient-Guided Adversarial Representation Defense
- Hugging Face
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →