评估自适应攻击至关重要。传统防御在静态攻击中有效，但对自适应攻击效果不佳。通过“模型强化”提升AI模型识别恶意指令的能力，降低攻击成功率。保护AI模型需多层防护，并持续评估和改进防御措施，以确保安全性和可靠性。
本文介绍了一种新颖简单的方法，利用Text-to-Image模型生成图像标题，并通过计算嵌入相似性来检测对抗样本。实证评估显示该方法在检测对抗样本方面优于基线方法，同时适用于分类任务且具有模型不可知性。该方法对自适应攻击具有韧性，是一种出色的对抗威胁防御机制。
完成下面两步后，将自动完成登录并继续当前操作。
