热点事件持续更新
研究者提出多模态模型安全防御框架CNRF
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月16日，研究者在arXiv发布面向视觉语言模型（VLM）的选择性安全框架“反事实邻域风险场”（CNRF）。该框架通过构建良性-有害反事实对，将表征差异确立为风险方向，并独立评估邻域支持度以实现选择性干预；同时利用自适应接口对请求进行同受体响应复核，从而放行合格候选或生成受控替代响应。在针对3个VLM及5类多模态越狱攻击的测试中，CNRF实现了86.06%至89.30%的宏防御成功率，并在防御的同时有效保留了良性任务效用。
AI 根据报道生成 · 7 小时前更新
最新进展10月16日 12:00
研究者提出面向视觉语言模型的CNRF安全框架，在多模态越狱攻击测试中实现超86%的防御成功率。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv 人工智能反事实邻域风险场（CNRF）：面向视觉语言模型基于证据的选择性安全框架
研究者提出了面向视觉语言模型（VLM）的选择性安全框架 CNRF，通过构建良性-有害反事实对将表征差异作为风险方向，并独立评估邻域支持度以实现选择性干预。在 3 个 VLM 和 5 类多模态越狱攻击的测试中，CNRF 实现了 86.06-89.30% 的宏防御成功率，同时保留了良性任务效用。该框架还通过自适应接口对请求进行同受体响应复核，以放行合格候选或生成受控替代响应。
本事件热度走势
当前热度 8·可比范围峰值 10（10月16日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。