arXiv · cs.AI· Shunyuan Bai, Yuchen Ren, Le Yang, Chenhao Lin, Chao Shen, Zhengyu Zhao·· 8 小时前
ProAda：面向视觉语言模型的提示自适应对抗图像研究
Answer It or Not? Towards Prompt-Adapted Adversarial Images on Vision Language Models
arXiv:2610.16622v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Shunyuan Bai, Yuchen Ren, Le Yang, Chenhao Lin, Chao Shen, Zhengyu Zhao
研究任务与主要进展
研究者提出ProAda提示自适应对抗图像，用于在视觉语言模型中拒绝有害提示，同时正常回答合法提示。论文摘要称，实验在视觉隐私相关数据集上使有害提示拒绝率和合法提示响应率均超过90%，整体性能优于现有的提示无关方法，并具备有竞争力的跨模型迁移能力和更强的反制措施鲁棒性。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org