跳到正文
arXiv · 机器人与计算机视觉· Nur Afsa Syeda, Mohamed Elmahallawy·· 2 天前精选AI 评分78

当后门可以被关闭:针对视觉语言动作模型的感知抑制后门攻击

When Backdoors Can Be Switched Off: Suppression-Aware Backdoor Attacks on Vision-Language-Action Models

AI 导读

该论文研究了视觉语言动作(VLA)模型中的新型后门攻击,提出结合触发器激活与指令条件抑制的设计。研究通过三种变体(跨模态触发、自抑制触发和多触发)在 SmolVLA 和 OpenVLA 上进行了评估,结果显示此类攻击能显著降低检测率并维持高成功率,同时保持清洁任务的完美性能,确立了条件抑制作为评估 VLA 后门威胁的重要维度。

推荐理由

该研究揭示了 VLA 模型中可被指令条件抑制的后门攻击机制,为评估此类安全威胁提供了新的维度。

来源:arXiv · 机器人与计算机视觉 · arxiv.org