研究者提出IAU-FOA迁移对抗攻击方法
热点事件持续更新
研究者提出IAU-FOA迁移对抗攻击方法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Xiaojun Jia等作者提交论文，提出名为 IAU-FOA 的对抗攻击方法，用于提升针对闭源多模态大模型（MLLM）的定向迁移性。该方法结合视觉不变性增强与自适应非平衡最优传输，在全局与局部两个层面将对抗样本与目标样本对齐——局部层面先对 patch token 聚类，再经最优传输匹配。 论文称该方法可提升对闭源 MLLM 的定向迁移性，代码已公开。
AI 根据报道生成 · 3 小时前更新
最新进展10月7日 12:00
IAU-FOA：面向闭源 MLLM 的视觉不变性增强特征最优对齐迁移对抗攻击报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.AIIAU-FOA：面向闭源 MLLM 的视觉不变性增强特征最优对齐迁移对抗攻击
研究者提出 IAU-FOA，一种结合视觉不变性增强与自适应非平衡最优传输的对抗攻击方法，通过在全局与局部两个层面（patch token 聚类后经最优传输匹配）对齐对抗样本与目标样本，提升对闭源 MLLM 的定向迁移性。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月7日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。