Exploiting Inconsistencies to Bypass Multimodal Large Language Models

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究针对多模态大型语言模型(MLLMs)的安全机制脆弱性,提出了一种新攻击方法SI-Attack,发现其在处理有害指令时理解与安全能力不一致,成功率显著提高。

🏷️

标签

➡️

继续阅读