IAU-FOA提升跨模型定向对抗迁移

研究团队提出IAU-FOA，用于在黑盒条件下攻击闭源多模态大语言模型；论文摘要称，该方法在开源和闭源模型实验中持续优于现有可迁移对抗攻击方法，但材料未给出基准、规模和具体数值。 方法以视觉不变性增强和特征最优对齐为核心，在全局图像与局部patch特征层面对齐，并用置信度自适应非平衡运输放宽弱匹配聚类的约束，以减少不可靠的局部对齐、增强跨视觉编码器的定向迁移。代码已公开，现有证据仅来自论文摘要。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。