arXiv Computer Vision· Christopher Burger, Christina Trotter, Joseph Carlisle, Charles Walter·· 2 小时前AI 评分22
视觉语言模型抄袭防御中的语义到几何差距评估
Evaluating the Semantic-to-Geometric Gap in Adversarial Defenses Against Vision-Language Model-Based Plagiarism
AI 导读
研究评估了启发式对抗图像变换在对抗基于视觉语言模型（VLM）抄袭中的效果，定义学生将图形题拍照提交为"trivial plagiarism"。两阶段评估涵盖电路图、逻辑门和 Karnaugh 图，发现所有 VLM 均对对抗扰动存在脆弱性，但高能力模型表现出一定鲁棒性。作者认为视觉扰动仅是近期权宜之计，长期评估安全需重新设计考核方式。
来源：arXiv Computer Vision · arxiv.org