BriefGPT - AI 论文速递
·
Defending Large Vision Language Models Against Visual Attacks Through Partial Perceptual Supervision
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究分析了大型视觉语言模型（LVLMs）在图像攻击中的脆弱性，提出了DPS方法，通过部分感知监督提升模型的抗攻击能力，使攻击成功率降低了76.3%。
🎯
关键要点
- 本研究分析了大型视觉语言模型（LVLMs）在图像攻击中的脆弱性。
- 提出了一种名为DPS的方法，通过部分感知监督提升模型的抗攻击能力。
- DPS方法利用对部分图像的理解来调整模型的响应。
- 该方法有效提高了模型在攻击下的应对能力。
- 在干净输入情况下，模型的响应自信心得以保持。
- 实验证明DPS方法使攻击成功率降低了76.3%。
➡️
