Backdoor Infection: pesquisadores mostram como contaminar um modelo multimodal em uma modalidade a partir de outra já comprometida
Pesquisadores demonstram um ataque chamado 'backdoor infection', que parte de um modelo multimodal já backdoored em uma modalidade e constrói, sem retraining, um gatilho equivalente em outra modalidade, explorando o espaço latente compartilhado do modelo. Testado em LLaVA, InternVL, Qwen-VL e Gemma, o método se mostrou mais eficiente e mais difícil de detectar do que abordagens de otimização direta de gatilho.
Fonte ↗