DPOison-VL：VLM的DPO干净偏好投毒攻击
热点事件持续更新
DPOison-VL：VLM的DPO干净偏好投毒攻击
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
Chengtao Jian、Kai Yang 提交论文，提出 DPOison-VL——据其描述为首个针对视觉语言模型 DPO（直接偏好优化）的“干净偏好投毒攻击”。该方法仅对少量训练图像施加不可感知扰动，提示词、回答与偏好标注在语义上保持完整，即不篡改文本标签也能操纵模型对齐。 论文称，该方法将投毒构造建模为双层优化并引入偏好位移分数，在仅 2% 投毒数据下攻击成功率最高达 98%，且具备跨模型迁移性，同时基本保持干净准确率与通用能力。上述效果均为论文自述，尚待独立验证。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
DPOison-VL：针对视觉语言模型 DPO 的干净偏好投毒攻击报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIDPOison-VL：针对视觉语言模型 DPO 的干净偏好投毒攻击
DPOison-VL 是首个针对视觉语言模型 DPO 的干净偏好投毒攻击，仅通过对少量训练图像施加不可感知扰动来操纵模型对齐，提示词、回答和偏好标注均保持语义完整。该方法将投毒构造建模为双层优化并引入偏好位移分数，在仅 2% 投毒数据下实现最高 98% 攻击成功率，且具备跨模型迁移性，同时基本保持干净准确率和通用能力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。