热点事件持续更新
VLM安全表征的深度依赖与双向拒答控制
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月26日，arXiv cs.CV 报道一项研究：研究者在冻结的 Qwen3-VL-4B 上提出轻量推理时框架，无需重训或改参数，即可定位并操纵安全敏感表征。对早期视觉层沿学习到的安全方向做激活引导，可将不安全内容的拒答率在 6% 至 96% 之间双向调节；更深层虽沿安全方向分离良好，却对引导基本不敏感。InternVL2.5-4B 呈现定性相似的深度依赖激活几何。研究据此指出，VLM 视觉编码器存在白盒、表征层面的拒答绕过攻击面。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
新研究在冻结 Qwen3-VL-4B 上实现早期视觉层双向拒答调节（6%–96%），深层不敏感。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.CV视觉语言模型的安全几何随深度变化：Qwen3-VL-4B 的逐层定位与双向拒答控制
研究者在冻结的 Qwen3-VL-4B 上提出轻量推理时框架，无需重训或改参数即可定位并操纵安全敏感表征。对早期视觉层沿学习到的安全方向做激活引导，可把不安全内容的拒答率在 6%-96% 之间双向调节，而更深层虽沿安全方向分离良好却对引导基本不敏感。InternVL2.5-4B 呈现定性相似的深度依赖激活几何，揭示 VLM 视觉编码器存在白盒、表征层面的拒答绕过攻击面。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。