MARS：利用文本拒绝对齐方向实现跨模态安全引导

研究者提出免训练方法 MARS，通过激活中心化和自适应缩放注入多模态安全性，无需收集多模态安全数据。 方法在五个 SOTA MLLM 上验证，兼顾安全性提升与效用保持，并解决跨模态对齐导致的误拒问题。 结果揭示了安全相关结构在模态间的共享性，证实文本拒绝对齐是多模态对齐的有效基础。