机构名称：
¥ 1.0
受到多模式大语言模型（MLLM）的令人印象深刻的力量的吸引，公众越来越多地利用它们来提高日常工作的效率。尽管如此，当在现实世界中部署这些模型时，MLLM的脆弱性不安全说明带来了巨大的安全风险。在本文中，我们在评估，攻击和防御图像和文本上的评估，攻击和防御方面进行了趋势调查。我们首先介绍了MLLM在图像，文本以及安全性理解的概述，这有助于研究人员了解我们调查的详细范围。然后，我们查看评估数据集和指标，以确保MLLM的安全性。接下来，我们可以介绍与MLLM的安全性相关的攻击和防御技术。最后，我们解决了一些未解决的问题，并讨论了诺言的研究指示。相关论文是在https://github.com/isxinliu/awesome-mllm-safety上收集的。
图像和文本上的多模式大语言模型的安全性
主要关键词
相关文件推荐
