arXiv Artificial Intelligence· Zhaorun Chen, Xun Liu, Mintong Kang, Jiawei Zhang, Minzhou Pan, Shuang Yang, Bo Li·2026-11-06 13:00· 2 天前AI 评分58

ARMs：面向多模态模型的自适应红队智能体与即插即用攻击

ARMs: Adaptive Red-Teaming Agent against Multimodal Models with Plug-and-Play Attacks

AI 导读

作者提出 ARMs 自适应红队智能体，针对视觉语言模型自动优化多种红队策略，以推理增强的多步编排诱导有害输出。该工作提出 11 种多模态攻击策略（如推理劫持、上下文遮蔽），并通过 MCP 集成 17 种红队算法，配合分层记忆与 epsilon-greedy 攻击探索平衡多样性与有效性。