研究称对抗图像可经KV缓存持久影响模型
热点事件持续更新
研究称对抗图像可经KV缓存持久影响模型
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
David Dobre等作者提出一种名为 Persistent Visual Memory Injection（P-VMI）的攻击方法：通过优化对抗性图像，使植入的隐藏后门在图像被移出模型上下文后仍能经 KV 缓存持续影响模型输出。 作者称，在 Qwen3-VL-8B-Instruct 上，最强配置的目标成功率约为 90%，且仅在首轮对话中暴露该图像时仍然有效。该研究以预印本形式发布在 arXiv cs.CV。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
视觉记忆注入攻击可经 KV Cache 持续影响模型报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.CV视觉记忆注入攻击可经 KV Cache 持续影响模型
研究发现对抗性图像植入的隐藏后门可经 KV cache 持续影响模型，即使图像被移出上下文仍有效。作者提出 Persistent Visual Memory Injection（P-VMI），在 Qwen3-VL-8B-Instruct 上最强配置目标成功率约 90%，且仅在首轮暴露图像时仍有效。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。