热点事件持续更新

研究提出NTUE防御大视觉语言模型隐私泄露

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

2026年11月4日，Chenyu Yi等研究人员在arXiv发布论文，提出面向大型视觉语言模型（LVLMs）的天然文本不可学习示例（NTUE）方法。该方法旨在解决多模态模型的数据隐私保护问题。具体而言，NTUE通过微调图像标签建立捷径，利用自然文本扰动潜移默化地操纵模型。实验结果显示，在低至5%的投毒率下，该方法仍能实现高成功率的误导向。这一成果展示了NTUE在保护多模态数据方面的实用潜力，为防御LVLMs中的数据隐私泄露提供了新的技术路径。

AI 根据报道生成 · 3 小时前更新

最新进展11月4日 13:00

面向大型视觉语言模型的天然文本不可学习样本研究

报道时间线

沿着报道，了解事件的不同侧面。

11月4日

13:00
arXiv · AI
面向大型视觉语言模型的天然文本不可学习样本研究
研究人员提出自然文本不可学习样本（NTUE）方法，用于防御大型视觉语言模型（LVLMs）的数据隐私问题。 NTUE 通过微调图像标签建立捷径，在 5% 的投毒率下实现高成功率的误导向。该方法在保护多模态数据方面展现了实用潜力。

本事件热度走势

可比范围当前: 7
可比范围峰值: 811月4日 23:00
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。