跳到正文
arXiv · 机器人与计算机视觉· Yinzhen Huang, Jiahe Xie, Yitong Sun, Ruochen Zhang, Xingxing Wei·· 2026-10-15精选AI 评分78

超越静态线索:基于双流轨迹分析的统一多模态大模型后门动态检测

Beyond Static Cues: Unified Dynamic Detection of MLLM Backdoors via Dual-Flow Trajectory Analysis

AI 导读

针对多模态大语言模型(MLLMs)在后门攻击下的脆弱性,现有防御方法受限于对静态快照的依赖及特定启发式规则。本文提出 EVO-Detect 框架,将诊断范式从静态观察转向动态输出演化监测。

推荐理由

提出 EVO-Detect 框架,通过监测解码过程中的注意力流与 logits 流动态演化来检测多模态大模型后门攻击。

来源:arXiv · 机器人与计算机视觉 · arxiv.org