多向量视觉文档索引可被逆向还原为原始页面

多向量视觉文档检索器将每页存为约千个 patch 向量，研究者提出逆向攻击，可从索引直接重建页面图像。在 ViDoRe v3 上，原始索引还原出 47% 的单词和 45% 的敏感 token，重建页面作为查询时 98.4% 能将自己排在第一。token pooling 与 shuffling 两种防护可将单词召回率降至约 8%，但恢复打乱顺序的模型能把首位命中率从 3.8% 提升到 93.5%。