深度分析 擴散模型下的乾淨標籤後門攻擊(CBV):對視覺語言模型的影響與防禦 研究指出視覺語言模型可被不改標籤的乾淨標籤後門滲透;作者以擴散模型在語義重要區域生成具觸發特徵的自然中毒影像,並結合多模態引導與GradCAM遮罩強化隱匿性與轉移性;實驗顯示攻擊成功率逾八成且維持原有功能,隱匿性優於既有方法且具跨模型可轉移性