English(EN) Scale-Induced Semantic Shift in Visual Prompt Injection Against VLMs and Web Agents

新发现的视觉语言模型漏洞：尺度引起的语义偏移 (SISS)

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-14 05:00

研究人员发现了一种名为尺度引起的语义偏移 (SISS) 的视觉语言模型 (VLM) 和网络代理安全漏洞。当图像转换（如调整大小或压缩）改变图像的机器可读含义时，就会发生这种情况。一个结合了双尺度验证和其他技术的攻击框架在一个包含四个闭源 VLM 的基准测试中取得了 58.75% 的成功率。SISS 的有效性受到激进压缩的限制，在更高分辨率下成功率会显著下降。虽然 SISS 可以提高网络代理中隐藏指令的感知度，但它只会导致大约 4% 的绝对行为妥协。 AI

影响强调了一种针对 VLM 和网络代理的新型攻击向量，该向量与图像预处理相关，需要尺度一致的推理。

排序理由学术论文，详细介绍了 VLM 中的一项新安全漏洞。[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: 16 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，详细介绍了 VLM 中的一项新安全漏洞。[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) · Yiheng Zhao, Runze Ji, Chenyu Yi, Yi Yu, Bingquan Shen, Alex Kot, Xudong Jiang · 2026-11-14 05:00

视觉提示注入对VLMs和网络代理的尺度诱导语义偏移

arXiv:2611.16744v1 Announce Type: new Abstract: Visual content in multimedia systems may be resized, compressed, or re-rendered before it is interpreted by a vision-language model. We study a security failure mode in which these transformations change the machine-readable semanti…

本文如何被排名

报道来源 [1]

视觉提示注入对VLMs和网络代理的尺度诱导语义偏移

相关实体

相关话题