跳到正文
arXiv · 机器人与计算机视觉· Zhaoxiong Ni, Yatie Xiao, Chi-Man Pun, Fei Peng, Qingxiao Guan, Keke Tang·· 2026-10-20AI 评分68

通过联合像素 -提示词优化的多模态资源耗尽攻击

Multimodal Resource-Exhaustion Attacks on Vision-Language Models via Joint Pixel-Prompt Optimization

AI 导读

该论文提出了联合像素 -提示词优化(JPPO)框架,将可见提示词提升为对抗变量,在受控输入威胁模型下对图像和提示进行耦合分阶段优化。实验显示,该方法在多模态视觉语言模型上实现了显著的延迟与能耗放大效应,揭示了当前多模态服务防御的结构盲点,并推动了成本感知鲁棒性评估的需求。

来源:arXiv · 机器人与计算机视觉 · arxiv.org