BriefGPT - AI 论文速递
·
OT-Attack: 通过最优传输优化增强视觉语言模型的对抗迁移性
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种名为OT-Attack的基于最优输运理论的对抗性攻击方法，用于对抗多模态对抗样本攻击。实验证明，OT-Attack在图像-文本匹配任务中的对抗性可迁移性优于现有方法。
🎯
关键要点
-
本研究提出了一种名为OT-Attack的对抗性攻击方法。
-
OT-Attack基于最优输运理论，旨在对抗多模态对抗样本攻击。
-
视觉-语言预训练模型在处理图像和文本方面表现出色，但易受攻击。
-
研究探索数据增强和图像-文本模态交互的最佳对齐问题。
-
OT-Attack有效对抗过拟合问题。
-
广泛实验表明，OT-Attack在图像-文本匹配任务中的对抗性可迁移性优于现有方法。
➡️
