arXiv ID:
2602.17168
arXiv 提交日期: 2026-02-19
BadCLIP++:多模态对比学习中的隐蔽且持久的后门攻击 / BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning
1️⃣ 一句话总结
这篇论文提出了一种名为BadCLIP++的新型后门攻击方法,它通过设计一种极难察觉的微小触发图案,并结合模型参数稳定技术,使得植入多模态AI模型中的恶意后门在极低的数据污染率下,既能有效躲避现有检测,又能在模型后续的微调更新中长久存活,从而实现对模型的隐蔽且持久的控制。