arXiv·· 15 天前AI 评分24
Detect and Suppress：针对 VLA 模型对抗补丁的机制性防御
Detect and Suppress: A Mechanistic Defense against Adversarial Patches in VLA Models
AI 导读
研究用稀疏自编码器（SAE）分析 VLA 模型的内部表征，找到一个激活与对抗补丁存在强相关的特征，并据此在推理时抑制该特征，且仅在线性探针检测到攻击时触发。该方法针对对抗补丁操纵视觉观测、导致机器人控制失败的问题，提供了一种机制性防御思路。
来源：arXiv · arxiv.org