LEARNING
TrustVLA：基于机制的推理时防御视觉-语言-动作后门攻击
Pinhan Fu, Xianda Guo, Xuetao Li, Wenke Huang, Ruilin Wang, Weiheng Zhao, Wei Sui, Mang Ye
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文针对视觉-语言-动作（VLA）模型在部署中可能遭受的后门攻击，提出了一种机制引导的推理时防御方法TrustVLA。该方法通过识别触发VLA模型时的紧凑因果足迹，并利用狄利克雷证据框架监测每令牌、每层的认知不确定性，从而在不重新训练的情况下恢复模型正常行为。
关键词
VLA backdoorinference-time defensecausal footprintepistemic uncertaintytrusted classification
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018