跳到正文
热点事件持续更新

研究者提出IAU-FOA对抗攻击方法

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者 Xiaojun Jia 等人提出一种名为 IAU-FOA 的定向对抗攻击方法,目标是提升对闭源多模态大模型(MLLM)的可迁移性。该方法结合视觉不变性增强与自适应非平衡最优传输,在全局与局部 patch 层面同时对齐对抗样本和目标样本。 据研究者称,这一设计旨在改善定向攻击在闭源 MLLM 上的迁移效果,相关结论来自其论文表述。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv cs.AI
    IAU-FOA:面向闭源 MLLM 的视觉不变性增强特征最优对齐可迁移对抗攻击

    研究者提出 IAU-FOA,一种结合视觉不变性增强与自适应非平衡最优传输的定向对抗攻击方法,通过在全局与局部 patch 层面同时对齐对抗样本和目标样本,提升对闭源 MLLM 的可迁移性。

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。