TA-Cleaner：多模态对比学习中的细粒度文本对齐后门防御策略
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对多模态对比学习中的后门攻击问题，提出了一种新的细粒度文本对齐清理器（TA-Cleaner），以解决现有CleanCLIP策略在复杂攻击下的防御性能不足。实验结果表明，TA-Cleaner在六种攻击算法下展现了先进的防御效果，显著降低了后门攻击的成功率，具有重要的应用价值。
本研究提出了一种细粒度文本对齐清理器（TA-Cleaner），用于防御多模态对比学习中的后门攻击。实验表明，TA-Cleaner在六种攻击算法下有效降低了攻击成功率，显著提升了防御效果。
