arXiv· Xu Zhang·· 3 天前推荐指数67
Jailbreak Connectivity 提出连续对抗路径优化以实现多模态大模型可迁移越狱
Jailbreak Connectivity: Towards Diverse, Transferable, and Universal Multimodal Large Language Model Jailbreak
AI 导读
论文提出名为 Jailbreak Connectivity（JC）的多模态大语言模型视觉越狱框架，基于有效对抗样本可通过图像空间低损失区域相连的观察，优化连续对抗路径：路径采样生成多样化越狱图像，轻量代理分类器引导跨模型迁移，分布级目标实现跨有害查询的通用攻击。
来源：arXiv · arxiv.org