论文提出PASP：多感知视图对抗自博弈识别伪装有害意图

Yisong Xiao等人提出PASP（感知感知对抗自博弈），将每个输入构建文本、音韵和视觉三种视图，保留原始语境并暴露词元空间中被掩盖的发音和字形线索，结合对抗自博弈以识别持续演化的伪装有害意图。该方法属于AI安全应用研究。 基于论文摘要，作者报告在ChineseHarm-Bench和EvoHarmBench上，PASP将自适应攻击成功率最多降低73.71%和74.49%，且模型能力基本保持、退化极小，并称能有效解读真实电商中的规避表达；其在真实场景的效果仍限于论文摘要所述结果，未见独立验证。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。