跳到正文
10月12日 · 周一

全部论文

找到 2篇
筛选3
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 232篇还没打标签,不在筛选结果里。

另有232篇论文还没打上分类标签,暂不在筛选结果里。

  1. 评测与基准arXiv 2609.33481

    IDUnlearn-Bench:面向视觉语言模型的个体级遗忘基准

    提出 IDUnlearn-Bench,评测 VLM 个体级遗忘后的身份残留

    发表
    被测模型
    Qwen3-VL-2B、Qwen3-VL-4B、Qwen3-VL-8B 等6个
    摘要IDUnlearn-Bench 用四族探针显示:压低直接属性访问后,身份仍常能被反向查出、绑定或重构。

    IDUnlearn-Bench 评测 VLM 是否忘掉一个可跨模态识别的人,而不只是答不出某条监督事实。

    深度解读完整解读
  2. 评测与基准arXiv 2601.12983

    ChartAttack:测试大语言模型在图表生成中对恶意提示的脆弱性

    提出 ChartAttack,用恶意提示驱动代码模型生成误导图表

    发表
    被测模型
    Claude-4.6-Sonnet、GPT-4o、Gemini-2.5-Flash 等20个
    摘要ChartAttack 生成不改数据的误导图,降低 MLLM 与人类的图表问答准确率。

    ChartAttack 研究恶意提示能否让 MLLM 在不改数据的情况下生成误导图表,并量化这些图对其他 MLLM 和人类图表问答的影响。

    深度解读完整解读
已经到底了