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。
➡️

继续阅读