研究提出新算法解决视觉语言模型的越狱攻击问题。通过隐秘感知攻击方法和Fano不等式分析，提升AI系统安全性。提出的跨模态信息检测器CIDER能识别恶意图像输入，增强模型安全性和鲁棒性。

本文提出了一种新型表示学习框架CIDER，旨在优化ID-OOD可分离性，从而显著提高OOD检测性能。研究表明，特征的离散度和紧凑性对检测效果至关重要。通过引入负向感知范数(NAN)和校准异常类别学习(COCL)，提升了长尾数据的异常检测能力，并在多个数据集上取得了最先进的结果。

Cider 是一个开源的、面向社区的 Apple Music 客户端，基于 Electron 和 Vue.js，适用于 Windows、Linux、macOS，还拥有 iOS 与 Android 远程