2025年3月25日
【调研】Vision Language Model Safety
摘要： Adversarial Attacks White-box Attacks Task-specific Attacks 的目标是针对某个具体的任务（如图像描述生成、指代表达理解等），通过精心设计的对抗样本，使得模型在该任务上产生错误的输出。例如，攻击者可能希望模型生成错误的图像描述，或者在对图像进行 阅读全文
posted @ 2025-03-25 18:44 ZeroZeroSeven 阅读(595) 评论(0) 推荐(0)