arXiv · AI· Xianmin Ye, Zhiyuan Fan, Tianju Liu, Yuhang Wang, Zhenxing Niu, Haichang Gao·· 12 小时前AI 评分50
跨模态越狱攻击揭示大图像编辑模型安全缺口
When the Editing Intent Is Split: A Cross-Modal Jailbreak Attack for Large Image Editing Models
AI 导读
研究提出分裂意图越狱攻击 SIJA，利用跨模态分散恶意意图绕过安全检测。 在 GPT Image 2 上攻击成功率达 68.28%，在 Qwen-Image-3.0-Pro 上达 91.38%。 该攻击暴露现有安全评估缺陷，提出编辑意图重建防御机制以显著提升拒识率。
来源：arXiv · AI · arxiv.org