研究者发布 DecisionRobust 决策模型鲁棒性评测基准

研究者 Yifan Lan 等发布 DecisionRobust，用于系统评估 JEV 风格决策模型在文本与视觉输入下的鲁棒性，覆盖语义保持的文本扰动、图像扰动，以及两种模态的提示词注入攻击。 基准评估了文本任务 30 个、视觉任务 17 个模型配置，结果显示攻击能暴露构建与筛选所用模型之外的漏洞，且模型对输入扰动的抵抗力不必然意味着能抵抗提示词注入。研究还称，标签一致性检查可显著降低文本与图像场景中测得的攻击成功率。

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。