研究：Token剪枝削弱VLM安全，提出SAP缓解

一项研究首次系统评估了Token剪枝对视觉语言模型（VLM）安全性的影响，发现多数剪枝策略随剪枝率上升会显著降低模型安全性；而Query-based Compression在极端剪枝（最高99.8%）下反而提升安全性。 针对这一问题，Shuailong Wang等作者提出安全感知剪枝（SAP）机制，称其可在推理阶段即插即用地抵消剪枝带来的安全下降，该机制通过三个步骤实现。上述结论来自作者在论文中的表述与验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。