近日，中国科学院软件研究所团队聚焦多模态有害内容识别、跨模态语义检索、大模型安全防护等问题，在生成式AI内容安全检测与模型安全研究方面取得系列进展。
针对网络模因有害内容隐蔽、且在形式、主题与时间上持续演化，研究提出了RepMD方法，依托攻击树理论构建设计理念图DCG，通过对历史有害模因进行设计步骤复现和图剪枝，提炼有害模因设计流程，并利用该图指导多模态大模型进行有害模因检测。这是从有害模因图的“设计理念”角度建模有害模因的生成逻辑，为溯源和分析恶意用户的攻击行为提供支撑。实验结果显示，RepMD检测精度达81.1%，在类型迁移与时间演化场景下均保持稳定性能。人工评估显示，该方法可提升审核效率，使单个模因的判别时间缩短15至30秒。
针对短视频中仇恨信息隐蔽性强、模态干扰问题，研究提出了从特征融合转向决策仲裁的SAGE框架。SAGE设计了相互解耦的模态专家网络，保留各模态的独立语义表达，并通过全局专家协商与实例级“仲裁庭”机制，根据证据显著性动态做出判断。在经典数据集上，SAGE优于现有主流框架，准确率提升6.64%至21.23%。
针对生成式检索语义区分能力不足、对齐偏置和闭集检索限制等问题，研究提出了SIGMA框架，构建了分层语义标识符体系。SIGMA通过多粒度层级标识符，保证图像表示的唯一性与语义一致性，并提出渐进式“语义内化”训练策略，引入语义软标签刻画细粒度图文对应关系，使模型具备对未见样本动态标识符分配的能力，实现开放集检索。在经典数据集上，SIGMA在Recall@1、5、10指标上分别提升10.65%、8.50%和7.00%。
针对大语言模型面临的提示注入攻击风险，研究提出了InstruCoT方法，构建多样化攻击数据合成机制，并引入指令级Chain-of-Thought微调策略，使模型能够显式识别、推理并拒绝恶意指令。研究从行为偏移、隐私泄露和有害输出三个维度进行实验评估。结果显示，InstruCoT在四种主流大模型上均优于基线方法，并在安全增强的同时保持了模型原有的实用性能。
相关论文被自然语言处理领域顶级会议ACL 2026接收。研究工作得到国家重点研发计划的支持。
11月13日，中国科学院分子细胞科学卓越创新中心高栋研究组等在《自然-遗传学》（Nature Genetics）上，发表了题为JAK/STAT signaling maintains an intermediate cell population during prostate basal cell fate det 工业菌种是生物制造的重要竞争力。研究微生物底盘并发现与目标产品生产相关的高效功能元件是工业菌种领域的研究热点。谷氨酸棒杆菌是氨基酸工业生产的主力菌。而谷氨酸棒杆菌基因组约50%的基因功能尚不明晰，功 2024年世界职业技术教育发展大会将于11月20日—22日在天津举行。11月14日，教育部召开新闻发布会介绍本次大会以及中国职业教育开展国际合作的有关情况。 记者从新闻发布会上获悉，近年来，职业教育作为新时代教育对 10月12日上午，国务院新闻办公室举行新闻发布会，财政部负责人介绍有关情况，提出下一步财政部将会同相关部门从奖优和助困两个方面，分两步来调整完善高校学生的资助政策。 财政部副部长郭婷婷介绍，目前我国已经建立起 本报北京11月6日讯（记者 林焕新）今天，教育部党组书记、部长怀进鹏调研中国石油大学（北京）、中央财经大学，了解学校服务国家战略、培养拔尖创新人才、科学研究、学科建设、国际交流合作等情况。 当前班级育人工作遇到的挑战 受经济社会发展诸多因素影响，中小学生心理健康状况堪忧。中国科学院心理研究所发布的《中国国民心理健康发展报告（2021—2022）》显示，青少年群体抑郁风险高于成年人 。本文链接：生成式AI内容安全检测与模型安全研究获进展http://www.sushuapos.com/show-12-2876-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 多星协作系统能量效率优化技术研究取得进展
下一篇： 研究发现三层镍酸盐近各向同性的上临界磁场