IllusionMNIST

新框架解决了光学错觉中隐藏的仇恨内容问题

研究人员开发了一个名为自适应视图检索（Adaptive View Retrieval）的新框架，用于检测光学错觉中隐藏的仇恨内容，这些内容常常能绕过当前的多模态安全系统。该方法将问题构建为一个感知检索任务，组合图像的互补视图和消息模板，以识别和评估有害的隐藏含义。该系统在一个独立的测试集中达到了 93.2% 的平衡准确率，显著优于现有方法，并在多个基准数据集上达到了与人类相当的性能。