研究揭示视觉语言模型场景状态推理安全漏洞
热点事件持续更新
研究揭示视觉语言模型场景状态推理安全漏洞
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Tongxi Wu 等人提出 SceneSafetyBench 评测基准及 S3TA 攻击方法,发现视觉语言模型(VLM)在无明确请求下存在通过解释视觉事件提供有害协助的“场景状态安全隐患”。该研究构建了包含 375 个图像 - 问题对的测试集,涵盖初始、中等和终极三种场景状态。
AI 根据报道生成 · 10 小时前更新
最新进展11月18日 13:00
阅读场景状态:揭示视觉语言模型中的安全漏洞报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉阅读场景状态:揭示视觉语言模型中的安全漏洞
该研究识别出视觉语言模型(VLM)在无明确请求下通过解释视觉事件提供有害协助的“场景状态安全隐患”。作者构建了包含 375 个图像 - 问题对的 SceneSafetyBench,涵盖初始、中等和终极三种场景状态及五种视觉呈现形式。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。