研究者提出用VLM响应画像检测对抗图像

研究者 Arash Vashagh 与 Roozbeh Razavi-Far 提出一种对抗图像检测方法：让冻结的视觉语言模型（VLM）对一组通用语义提示词作出响应，再根据图像的响应画像判断其是否为对抗输入，VLM 本身保持固定。 该方法在多个公开图像数据集、多种 CLIP 风格视觉骨干以及基于梯度、优化、自动化和空间攻击上评估，在攻击特定设置下取得强区分度，并在未见攻击上保持可观性能。在受控的检测器专用协议下，响应画像表示优于所评估的嵌入向量几何基线。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。