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。
📝
内容提要
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。
🎯
关键要点
- 本研究提出了一种细粒度文本对齐清理器(TA-Cleaner)。
- TA-Cleaner旨在防御多模态对比学习中的后门攻击。
- 现有的CleanCLIP策略在复杂攻击下的防御性能不足。
- 实验结果表明,TA-Cleaner在六种攻击算法下有效降低了攻击成功率。
- TA-Cleaner显著提升了防御效果,具有重要的应用价值。
🏷️
标签
➡️