arXiv cs.AI· Boyuan Chen, Yehia Dawoud, Hailemariam Mersha, Minghao Shao, Siddharth Garg, Ramesh Karri, Muhammad Shafique·· 10 小时前AI 评分29
图像哪一属性承载了越狱？对图生文越狱的受控剖析
Which Image Property Carries the Jailbreak? A Controlled Dissection of Image-to-Text Jailbreaks
AI 导读
一项受控研究在 313 条 StrongREJECT 提示切片上，用五个多模态模型（附录另测 InternVL3.5-8B）剖析图生文越狱中的图像侧因素：纯有害查询即使配无关良性图片，多数模型攻击成功率仍很低，而攻击图像会大幅提升该指标。
来源：arXiv cs.AI · arxiv.org