arXiv · cs.AI· Heyam Bin Jahlan Areej Alhothali Abeer Alhothali·· 3 天前
面向自动驾驶视觉语言模型的可迁移时空一致性对抗攻击STCA
Transferable Spatial Temporal Coherence Adversarial Attack on Black-Box Vision Language Models for Autonomous Driving
arXiv:2610.08331v1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：Heyam Bin Jahlan Areej Alhothali Abeer Alhothali
研究任务与主要进展
研究者提出时空一致性对抗攻击STCA，通过多模态扩展、空间攻击和运动引导掩码破坏视频跨帧一致性，以黑盒方式攻击自动驾驶视觉语言模型。作者在BDD100K和nuScenes上测试了Video LLaVA-7B、Qwen2.5-VL-7B和Dolphin，实验结果显示空间攻击在保持较高SSIM的同时达到较高ASR，表明这些模型在自动驾驶视频场景中仍容易受到对抗攻击。
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