MLLM 後門偵測

深度分析

使用 TCAP（Tri-Component Attention Profiling）透過注意力分配偵測 MLLM 後門

隨著FTaaS盛行，多模態大型語言模型面臨資料投毒與後門風險。TCAP以三元注意力剖析將注意力分為系統指令、視覺輸入與使用者文本，透過GMM識別觸發敏感頭並以EM投票隔離疑似中毒樣本，實驗顯示其能在多模型與多種攻擊下有效偵測並維持清潔效能。