提出AR-AWM水印约束对抗攻击方法

2026年10月14日arXiv Computer Vision发布的研究中，Qingzhe Han等作者提出Auto-Regional Adversarial Watermarking（AR-AWM），一种针对端到端文档理解视觉语言模型（VLM）的白盒对抗水印攻击方法。该攻击为非定向且与问题无关：生成过程不使用问题、答案、解析提示、语言模型梯度或语言模型输出。在Qwen2.5-VL-7B上，覆盖页面7.98%像素的水印支撑区域在报告阈值下使DocVQA精确匹配从0.899降至0.150，平均归一化Levenshtein相似度（ANLS）从0.939降至0.212。在InternVL2.5-8B上单独进行白盒优化使ANLS从0.922降至0.046，而跨模型迁移较弱，显示较强的编码器特异性。研究据此指出，在所评估的白盒设定下，常规水印形状的支撑区域构成文档VLM的对抗面。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。