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。
近日，教育部携手中央广播电视总台聚焦学生心理健康主题共同发布《关注篇》公益广告，这是扎实落实教育部等十七部门联合印发的《全面加强和改进新时代学生心理健康工作专项行动计划（2023—2025年）》的重要举措。 建 中国教育报-中国教育新闻网讯（记者 苏峰）近日，山西省临汾市学前教育教研共同体第五责任区教研活动在隰县召开现场会，第五责任区教研专家，蒲县、永和县及隰县教体局相关人员和幼儿园园长、教师代表 中国教育报-中国教育新闻网讯（记者 柴葳）日前，中国教育学会初中教育专业委员会第二十次学术年会和第六届教师专业发展学术会议暨第二届海淀基础教育学术会议在京举办，会议主题为“铸魂·强师：教育 中国教育报-中国教育新闻网讯（记者 周洪松 通讯员 焦洛 王志超 范胜利）为提高师生消防安全意识，普及消防安全知识，日前，河北省石家庄市平山县通过新媒体平台为广大师生上了一堂别开生面的“消防安 中国教育报-中国教育新闻网讯（记者 董鲁皖龙）11月10日，由浙江大学医学院、浙江大学“一带一路”国际医学院共同主办的2024求是医学教育论坛在杭州召开。本届论坛以“AI赋能医学教育”为主题，国内 习近平总书记在全国教育大会上强调，要深入推动教育对外开放，统筹“引进来”和“走出去”，不断提升我国教育的国际影响力、竞争力和话语权。南京工业职业技术大学前身是黄炎培先生于1918年创建的 。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