不公正的对齐：考察视觉语言模型中视觉编码器各层的安全对齐

本研究分析了视觉语言模型中的安全对齐不平衡问题，发现早期和中间层对恶意输入脆弱，导致有害输出增加，单层安全策略无法应对多层次挑战。