跳到正文
arXiv · ML· Hong kyu Lee, Kai Shu, Li Xiong·· 14 天前AI 评分33

组合性安全审计:CMaG 方法揭示大型视觉语言模型内部脆弱性

Compositional Unalignment: Auditing Safety in Large Vision-Language Models

AI 导读

大型视觉语言模型在组合性安全基准上表现强劲,但CMaG无训练方法证明其安全机制存在内部脆弱性。在Qwen2.5-VL-7B和LLaVA-1.5-7B上,CMaG最多降低组合性安全评分65分,同时保持超98%输出连贯性,且方向可迁移至防御性训练加固的模型。

来源:arXiv · ML · arxiv.org