跳到正文
热点事件持续更新

SteerTrace 定向攻击揭示世界行动模型脆弱性

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

SteerTrace 提出针对世界行动模型(WAMs)的定向通用攻击,利用单次 4/255 的 ℓ∞ 边界扰动,实现跨帧、任务和视角共享,将执行动作推向攻击者目标。 该攻击在 FastWAM 等 4 个模型族的 8 个模型上测试,导致任务成功率趋近于零,表明此类模型对特定扰动极度敏感。 分析发现恢复未来 token 可消除 61-94% 的定向效应;而在未来预测受限模型中,恢复当前帧 token 消除率高达 87-99%。

AI 根据报道生成 · 16 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    SteerTrace 追踪针对世界行动模型的定向攻击如何引导模型行为

    SteerTrace 针对世界行动模型(WAMs)的定向通用攻击,利用每模型单次 4/255 的 ℓ∞ 边界扰动,跨帧、任务和视角共享,将执行动作推向攻击者目标。 在 FastWAM 等 4 个模型族的 8 个模型上,该攻击使任务成功率趋近于零。分析发现,恢复未来 token 可消除 61-94% 的定向效应,而在未来预测受限模型中,恢复当前帧 token 消除率高达 87-99%。

本事件热度走势

可比范围当前
6
可比范围峰值
1011月20日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。