安全paper·· 10 天前推荐指数68
Mirage：针对多模态扩散模型后置安全检查器的定向越狱攻击
Mirage: Targeted Jailbreaks Against Post-Generation Safety Checkers in Multimodal Diffusion Models
AI 导读
论文提出针对多模态扩散管线后置安全检查器的定向越狱攻击 Mirage，将 NSFW 或恶意目标隐藏在良性图像的不可感知扰动中，使生成输出保留对抗语义并绕过检查器。
来源：安全paper · aisecurity.ninja