arXiv · 机器人与计算机视觉· Bojun Yang, Haochen Zhou, Zhifang Zhang, Haobo Wang, Songze Li, Lei Feng·· 2026-10-08精选AI 评分82
OrthoPurify:通过移除劫持方向净化带后门的视觉语言模型
Purifying Backdoored Large Vision-Language Models by Removing Hijacked Directions
AI 导读
针对大视觉语言模型(LVLM)在后门攻击下的脆弱性,本文提出 OrthoPurify 方法,利用伪良性参考模型识别并移除被劫持的权重更新方向。该方法仅需单步正交投影即可在无需重训或引入推理开销的情况下,将攻击成功率降至近零,同时保持原有性能。代码已公开。
推荐理由
提出 OrthoPurify 方法,通过单步正交投影移除后门方向,无需重训或推理开销即可将攻击成功率降至近零。
来源:arXiv · 机器人与计算机视觉 · arxiv.org