BriefGPT - AI 论文速递 · 2024-12-11T00:00:00Z Doubly-Universal Adversarial Perturbations: Deceiving Vision-Language Models with a Single Perturbation 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种新型的双重通用对抗扰动（Doubly-UAP），旨在同时欺骗视觉-语言模型的图像和文本输入。该方法通过优化模型中的注意力机制，实现了高效的攻击成功率，并在多模态任务中展现出优越性能和强鲁棒性。 🏷️ 标签 models 多模态任务 对抗扰动 攻击成功率 注意力机制 视觉-语言模型 阅读原文 生成长图 分享链接 已复制链接
