arXiv · cs.AI· Yisong Xiao, Benlei Cui, Shiji Zhao, Zonghao Ying, Yaoyuan Zhang, Longtao Huang, Aishan Liu, Hui Xue, Ting Ma, Haiwen Hong, Xianglong Liu·· 6 小时前
PASP通过感知感知对抗自博弈提升有害内容理解
Hidden in Plain Sight: Advancing Harmful Content Understanding via Perception-Aware Adversarial Self-Play
arXiv:2610.15449v1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：Yisong Xiao, Benlei Cui, Shiji Zhao, Zonghao Ying, Yaoyuan Zhang, Longtao Huang, Aishan Liu, Hui Xue, Ting Ma, Haiwen Hong, Xianglong Liu
研究任务与主要进展
基于论文摘要，Yisong Xiao等提出PASP，将文本、音韵和视觉视图结合对抗自博弈，以识别持续演化的伪装有害意图。作者报告，PASP在ChineseHarm-Bench和EvoHarmBench上将自适应攻击成功率最多降低73.71%和74.49%，并基本保持模型能力；其在真实电商规避表达上的效果仍限于论文摘要所述结果。
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