研究者提出面向LVLM的文本不可学习样本NTUE
热点事件持续更新
研究者提出面向LVLM的文本不可学习样本NTUE
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Chenyu Yi等研究者提出自然文本不可学习样本方法NTUE，用于误导大型视觉语言模型（LVLMs），作者称这是首次针对LVLMs探索不可学习样本。 该方法不直接修改像素，而是微调图像标签，在感兴趣身份与另一目标之间建立捷径；作者称其不引入事实错误，也不影响可读性。 作者报告，在低至5%的投毒率下，NTUE仍取得高成功率，并认为它有望成为保护多模态数据的实用方案。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 13:00
用文字而非像素：针对大型视觉语言模型的自然文本不可学习样本报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AI用文字而非像素：针对大型视觉语言模型的自然文本不可学习样本
研究者提出自然文本不可学习样本（NTUE，Natural Textual Unlearnable Examples），这是首次针对大型视觉语言模型（LVLMs，Large Vision Language Models）探索不可学习样本，通过微调图像标签在感兴趣身份与另一目标间建立捷径来误导模型，且不引入事实错误、不影响可读性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。