M-Attack-V2 新基准显著提升 LVLM 黑盒攻击成功率
热点事件持续更新
M-Attack-V2 新基准显著提升 LVLM 黑盒攻击成功率
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Xiaohan Zhao 等研究者在 arXiv 发布 M-Attack-V2 方法。该方法针对黑盒 LVLM，基于非对称期望重构局部匹配。 M-Attack-V2 实现了细粒度细节定向，显著提升了 GPT-6.1 Sol 和 Claude Sonnet 5.5 等大视觉语言模型的黑盒对抗攻击成功率。 M-Attack-V2 方法的代码和数据已公开发布在提供的链接中，相关论文于 2026-10-20 提交至 cs.CL 分类。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 12:00
M-Attack-V2 通过细粒度细节定向提升 LVLM 黑盒攻击前沿报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · NLPM-Attack-V2 通过细粒度细节定向提升 LVLM 黑盒攻击前沿
基于非对称期望重构局部匹配的 M-Attack-V2，显著提升了 GPT-6.1 Sol 和 Claude Sonnet 5.5 等大视觉语言模型的黑盒对抗攻击成功率。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月20日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
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。