跳到正文
热点事件持续更新

提出针对视觉语言模型的黑盒能耗延迟攻击方法ChronoPatch

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

研究人员提出了名为 ChronoPatch 的黑盒攻击方法,该方案专门针对视觉语言模型,其核心机制是仅依赖模型最终响应的反馈,即可诱导模型延长生成过程。 在技术实施路径上,ChronoPatch 先通过以响应长度为导向的进化搜索发现视觉延迟锚点,随后采用子空间校准的基于决策的优化来最小化扰动幅度。 在四个开源视觉语言模型上的测试表明,在 5% 空间预算下,该方法可令推理延迟增加 47.86% 至 293.34%,GPU 能耗增加 41.44% 至 249.70%,揭示了最终响应访问模式下持续存在的生成型可用性风险。

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
    ChronoPatch:针对视觉语言模型的黑盒能量延迟攻击

    黑盒攻击方法 ChronoPatch 仅需最终响应反馈,即可诱导视觉语言模型延长生成过程。 在四个开源 VLM 上,该方法在 5% 空间预算下使推理延迟增加 47.86%--293.34%,GPU 能耗增加 41.44%--249.70%。 该攻击揭示了在仅访问最终响应模式下持续存在的生成型可用性风险。

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。