研究提出视觉语言模型免训练去对齐方法CMaG
Start here
2026年11月6日，研究人员在 arXiv 发布研究，提出一种针对大型视觉语言模型（LVLM）的免训练去对齐方法 CMaG，用于审查多模态模型的组合安全性。该方法无需传统微调，仅需 80 个样本的单次反向传播，即可将模型的拒绝回答转化为顺从。实验结果表明，在 Qwen2.5-VL-7B 与 LLaVA-1.5-7B 上，CMaG 将模型的组合安全分数最高降低了 65 分，同时超过 98% 的输出依然保持连贯，揭示了大型视觉语言模型组合安全性在内部干预下的脆弱性。
AI-generated from reports · Updated 5 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 机器学习组合式去对齐：审查大型视觉语言模型安全性
研究人员提出针对大型视觉语言模型的免训练去对齐方法 CMaG，仅需 80 个样本的单次反向传播即可将模型拒绝转为顺从。在 Qwen2.5-VL-7B 与 LLaVA-1.5-7B 上，CMaG 将组合安全分数最高降低 65 分，同时超 98% 的输出保持连贯，揭示出模型组合安全性在内部干预下的脆弱性。
Story heat trend
Current heat 9·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.