研究利用VLM响应特征检测对抗图像

发生了什么

据arXiv论文，研究者提出通过视觉语言模型（VLM）的响应特征检测对抗图像。该方法基于冻结VLM对语义提示集的交互，总结类别统计、提示间关系及弱变换下的稳定性，生成紧凑响应剖面。在CLIP风格骨干网及多种攻击下，该探测器优于嵌入几何基线，提供互补信号。