arXiv· Muhammad Zeeshan Karamat·· 7 天前推荐指数56
Qwen3-VL-4B 视觉语言模型安全表示的层级定位与双向拒绝控制研究
Depth-Dependent Safety Geometry in Vision-Language Models: Layer-Wise Localization and Bidirectional Refusal Control
AI 导读
该论文提出一个轻量级推理时框架，用于在冻结的视觉语言模型中定位和操纵安全敏感表示，无需重训练或修改参数。
来源：arXiv · arxiv.org