arXiv · cs.AI· Yinzhen Huang, Jiahe Xie, Yitong Sun, Ruochen Zhang, Xingxing Wei·· 6 小时前
EVO-Detect：通过双流轨迹分析统一检测多模态大模型后门
Beyond Static Cues: Unified Dynamic Detection of MLLM Backdoors via Dual-Flow Trajectory Analysis
arXiv:2610.20319v1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：Yinzhen Huang, Jiahe Xie, Yitong Sun, Ruochen Zhang, Xingxing Wei
研究任务与主要进展
研究提出EVO-Detect，通过监测多模态大模型早期解码阶段的Attention Flow与Logits Flow，动态检测未知类型的后门攻击。作者基于论文摘要称，该方法利用图像—文本注意力分配变化和模态扰动引起的输出分布敏感性，并报告其在多类攻击上优于BYE和TCAP；具体实验范围与细节未提供。
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