防御arXiv:2610.05870 · 10月5日
MBZUAI 提出可校准的真实图像认证方法
提出校准重合成认证，仅当已知生成器都不能保真重构时签发真实图像证书
模型与 API攻击者白盒测试SD2.1、SD3、SD3.5 等 10 个模型层
摘要论文提出基于反演保真度与阈值校准的健全认证框架，在对抗扰动下维持错误率界限，并指出真实内容可认证性随生成器演进而萎缩。
完整解读
防御arXiv:2610.00780 · 10月2日
TAILOR：面向图像水印的组合方案定制框架
提出 TAILOR，按请求组合图像水印以满足抗攻击与画质延迟规格
模型与 API测试VINE、TrustMark、VideoSeal 等 5 个模型层
完整解读
防御arXiv:2610.01969 · 10月2日
RASteer：面向扩散模型概念擦除的保留感知激活引导方法
提出 RASteer，推理时按保留子空间校正激活以擦除文生图目标概念
模型与 API测试Stable Diffusion v1.4、Stable Diffusion v1.5、Stable Diffusion v2.1 等 4 个模型层
- 推理时干预
- 图像生成
摘要RASteer 用保留子空间校正擦除方向，在固定权重下同时压低目标并保住保留概念。
Retain-aware Activation Steering（RASteer） 是一种不改权重的推理时概念擦除方法，用于文生图扩散模型去掉指定概念并减少对保留概念的误伤。
完整解读

已经到底了

全部论文

攻击类型