提出ProAda提示自适应对抗图像用于视觉语言模型有害提示拒绝

Shunyuan Bai等作者发布论文，提出ProAda提示自适应对抗图像，用于视觉语言模型中拒绝有害提示，同时正常回答合法提示。 基于论文摘要：实验在视觉隐私相关数据集上进行，结果显示有害提示拒绝率和合法提示响应率均超过90%，作者称整体性能优于现有提示无关方法，并具备有竞争力的跨模型迁移能力和更强的反制措施鲁棒性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。