热点事件持续更新
视觉语言模型选择性安全框架CNRF
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
2026年10月16日，arXiv cs.AI 发布一篇论文，提出面向视觉语言模型的基于证据选择性安全防御框架 CNRF（反事实邻域风险场）。该工作构造上下文匹配的良性—有害反事实对，以两者的表征差异作为风险方向，并把邻域支撑度与风险分开估计，从而避免将陌生输入误判为有害，支持选择性干预而非一律拒绝。在三个 VLM 与五类多模态越狱攻击家族上，CNRF 取得 86.06–89.30% 的宏平均防御成功率，同时保留可观的良性任务效用。报道未提及该框架的开源、部署或与其他防御方法的横向对比等后续进展。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 12:00
新论文提出 CNRF，在三个 VLM 与五类多模态越狱攻击上取得 86.06–89.30% 宏平均防御成功率。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.AI反事实邻域风险场 CNRF：面向视觉语言模型的基于证据选择性安全防御
CNRF（反事实邻域风险场）为视觉语言模型提供基于证据的选择性安全防御：构造上下文匹配的良性—有害反事实对，以表征差异作为风险方向，并把邻域支撑度与风险分开估计，避免将陌生输入误判为有害，从而支持选择性干预而非一律拒绝。在三个 VLM 与五类多模态越狱攻击家族上，CNRF 取得 86.06-89.30% 的宏平均防御成功率，同时保留可观的良性任务效用。
本事件热度走势
当前热度 8·可比范围峰值 8（10月16日 19:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。