基于图像的提示注入：通过视觉嵌入的对抗性指令劫持多模态大语言模型

作者：Neha Nagaraja, Lan Zhang, Zhilong Wang
译者：知道创宇404实验室翻译组
原文链接：https://arxiv.org/html/2603.03637v1
摘要：多模态大语言模型（MLLMs）融合视觉与文本能力赋能各类应用，但这种融合也引入了新的安全漏洞。本文研究基于图像的提示注入（IPI） 攻击——一种黑盒攻击方式，攻击者将对抗性指令嵌入自然图像...