★ 3
Jailbreak Connectivity：多模态大模型通用越狱攻击框架
论文提出 Jailbreak Connectivity（JC），利用图像空间中低损失区域可连通有效对抗样本的观察，优化连续对抗路径，实现多样、可迁移、通用的多模态大模型越狱攻击。在 MM-SafetyBench 上对 Qwen3-VL-8B-Instruct、InternVL3.5-8B、Gemm…
arXiv cs.LG3 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 Jailbreak Connectivity（JC），利用图像空间中低损失区域可连通有效对抗样本的观察，优化连续对抗路径，实现多样、可迁移、通用的多模态大模型越狱攻击。在 MM-SafetyBench 上对 Qwen3-VL-8B-Instruct、InternVL3.5-8B、Gemm…
开发者发布 Bipolar Image 演示项目，展示同一张图片在人类视觉与大型语言模型解析下呈现不同内容的现象。该实验直观揭示多模态模型与人类感知之间的差异，可用于探讨视觉对抗样本与模型鲁棒性问题。