研究者提出利用祖先 VLM 的黑盒对抗补丁攻击,可降低 VLA 任务成功率
提出利用祖先 VLM 优化对抗补丁,使已部署 VLA 任务失败
- arXiv
- 2610.09708
- Published
- Layer
- Prompt layer
- Evaluated models
- OpenVLA, UniVLA, π0.5
- TechniqueGradient and representation optimization
- ComponentVision
Another 247papers do not have category tags yet and are not included in filtered results.
提出利用祖先 VLM 优化对抗补丁,使已部署 VLA 任务失败
TAPDreamer 用公开编码器做固定补丁。
评测文本守卫与激活探针能否拦住机器人隐含伤害指令
提出推理时上下文注入,用代码注释诱导补全生成含弱点的代码
提出 CS-Guard 基准,评测代码生成护栏对虚构场景攻击的防御
Abstract论文提出了代码安全护栏基准 CS-Guard,评估发现现有护栏对虚构场景攻击和代码级恶意请求防御较弱。
提出隐蔽后门攻击 AKRASIA,在推理代码模型提示中植入触发器并伪装思维链
Abstract论文针对推理代码大模型提出了隐蔽推断期后门攻击 AKRASIA,揭示了模型思维链可被利用进行欺骗性伪装的安全隐患。
提出 DURA,用扩散模型生成自然对抗补丁操控 VLA 机器人动作
DURA 是针对 VLA 的扩散式、补丁内容不受限的机器人攻击,同时支持白盒梯度和只看动作输出的黑盒。
Proposes DAERT, which uses simulated failures as reward to generate diverse adversarial instructions, exposing VLA language vulnerabilities.
Propose SABER, which uses a reinforcement learning attacker to rewrite instructions within a budget to cause VLA task failure.
构建代码向基准,评测 ASCII 表情被误读为可执行命令
用对抗提示审计安全代码生成方法在自然语言改写后的安全与功能