10月8日 · 周四

阿里巴巴 · Qwen · 论文

找到 3 篇

筛选2

攻击类型

提示注入2 投毒与后门1 提取与窃取1

攻击技术

梯度与表征优化1 自动化搜索1 跨模态载荷1 潜伏触发2

影响

越权操作1 数据与隐私泄露1 输出被操纵1

系统形态

模型与 API2 AI Agent1

攻击者权限

攻击面/入口

用户输入2 网页与界面1 文档与消息1 代码仓库与依赖1 图像与音视频2 训练数据2 权重与梯度2 分发渠道1

层

应用层1 训练与数据层1 基础设施层1

系统组件

微调与开源权重1 视觉2 多模态2

被测模型厂商

同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 32 篇还没打标签，不在筛选结果里。

攻击面/入口：用户输入攻击面/入口：图像与音视频话题：阿里巴巴 · Qwen 清除全部

另有 32 篇论文还没打上分类标签，暂不在筛选结果里。

攻击arXiv:2610.09027 · 10月7日
P-VMI：对抗图像经 KV cache 持续影响多轮对话
提出持久视觉记忆注入，使对抗图像经缓存在触发时操控输出
模型与 API测试Qwen3-8B、Qwen3-VL-8B-Instruct、Gemma-4-12B 等 4 个基础设施层
摘要论文提出 P-VMI，证实对抗输入被掩蔽后仍可经 KV 缓存持久控制模型，强调了保留状态的安全风险。
完整解读
攻击arXiv:2609.04533 · 9月4日
Repeat-After-Me：针对黑盒 VLM 的自适应视觉提示注入攻击
提出 Repeat-After-Me，以图像前缀诱导智能体调用工具或泄露隐私
AI Agent测试Claude-Opus-4.7、GPT-5.5、Gemini-3.1-Pro 等 11 个应用层
摘要论文提出了针对黑盒 VLM 的前缀诱导自适应视觉提示注入，在多款模型上诱发了工具调用与隐私泄露。
完整解读
攻击arXiv:2609.33985 · 9月28日
研究：众包微调数据投毒可放大专有指令抽取
提出主题锚点投毒，放大众包微调后的专有指令提取
模型与 API攻击者黑盒测试Qwen2.5-7B-Instruct、Qwen2.5-14B-Instruct、Llama-3.1-8B-Instruct 等 6 个训练与数据层
摘要论文提出基于主题锚点的数据中毒攻击，证明低比例的中毒样本可在黑盒条件下隐蔽放大微调指令泄漏。
完整解读

已经到底了