跳到正文
arXiv · 机器人与计算机视觉· Xiaohan Zhao, Zhaoyi Li, Yaxin Luo, Jiacheng Cui, Zhiqiang Shen·· 2026-10-20AI 评分72

M-Attack-V2:基于细粒度细节目标的黑盒 LVLM 攻击前沿探索

Pushing the Frontier of Black-Box LVLM Attacks via Fine-Grained Detail Targeting

AI 导读

针对大视觉语言模型(LVLM)黑盒对抗攻击中存在的梯度缺失与多模态边界复杂问题,该研究指出传统方法因 ViT 平移敏感性和源目标结构不对称导致梯度方差高。为此提出 M-Attack-V2,引入多裁剪对齐、辅助目标对齐、补丁动量及补丁多样化代理集成等机制以稳定转移方向。

来源:arXiv · 机器人与计算机视觉 · arxiv.org