防御arXiv:2610.05637 · 10月5日研究显示 VLM 视觉定位输出的拒答率按危害领域平均低 31 至 59 个百分点提出融合定位拒答与能力保留的安全微调，补齐视觉定位输出的拒答缺口模型与 API·测试Claude Sonnet 4.6、Gemini 3.5 Flash、Molmo2-8B 等 5 个·训练与数据层模型加固拒答失当视觉摘要论文揭示了 VLM 定位安全落后于 VQA 的对齐断层，提出三成分微调方案有效弥合差距并保留定位能力，表征分析揭示了对齐机制。完整解读