研究剖析图生文越狱的图像因素

一项受控研究考察了图生文越狱中图像侧因素的作用。Boyuan Chen 等作者在 313 条 StrongREJECT 切片上测试四类已发表攻击，使用五个多模态模型并额外评估 InternVL3.5-8B。结果显示，纯有害文本查询无论是否附带无关良性图像都很难攻击成功，而攻击图像则显著提升成功率。研究还发现，逐 tile 熵与 JPEG 大小无法可靠区分攻击 tile 与尺寸匹配的良性干扰图。

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。