实体 Adv-KD

Adv-KD

PulseAugur coverage of Adv-KD — every cluster mentioning Adv-KD across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_229017 · Sep 1 · 04:00

新发现的 VLM 在分片图像攻击中存在漏洞

研究人员发现了一种新的 Vision-Language Models (VLMs) 漏洞，即安全对齐功能无法有效抵御被分割到多个图像片段中的有害内容。虽然 VLMs 在预训练过程中能够很好地泛化到分片图像，但它们的安全机制（通常在整体图像上训练）却无法检测到组合起来的有害语义。该研究引入了新颖的分片图像视觉越狱攻击 (SIVA)，这些攻击从简单的分割逐渐演变为自适应的白盒和黑盒迁移攻击，并利用对抗性知识蒸馏 (Adv-KD) 来增强跨…