arXiv · cs.AI· Wei Cai, Jian Zhao, Yuchen Yuan, Xuelong Li·· 1 天前
SAFE-PRO：面向多模态大模型安全的主动澄清方法
When Reasoning Is Not Enough: Proactive Inquiry for Cross-Modal Safety in Multimodal Large Language Models
arXiv:2610.22068v1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：Wei Cai, Jian Zhao, Yuchen Yuan, Xuelong Li
研究任务与主要进展
研究团队提出 SAFE-PRO，利用结合预测熵与跨模态风险评分的风险条件不确定性，决定何时提出安全澄清问题以及何时进行路径优化。基于论文摘要，该方法在七个基准、两个基础多模态大模型上相较 SRPO 提升安全性，将过度拒答率约减半，并在平均单轮安全性上超过 GPT-4o 和 Claude-3.5-Sonnet；研究还分析了 RCU 下的梯度方差和不安全回复风险。
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