研究者提出免训练多模态安全方法MARS

2026年10月20日，arXiv Artificial Intelligence 刊出 Moreno D'Incà 等作者的报道，提出名为 Modality-Agnostic Refusal Steering（MARS）的免训练多模态安全方法。报道称，该方法利用文本拒绝方向实现多模态安全，无需多模态安全数据即可注入多模态安全能力；其做法包括激活中心化、在几何定义的信任域内自适应缩放引导强度并选择最优干预层，在首个生成 token 处注入多模态安全。报道将其定位为轻量级免训练方法。目前该事件仅有这一篇主报道，尚无跟进报道，也未出现数字、时间或说法上的前后矛盾。上述内容均为报道所述，方法实际效果与适用范围有待进一步验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。