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日，记者从中国科学技术大学获悉，该校中国科学院微观磁共振重点实验室彭新华教授、江敏副教授等，利用量子精密测量技术在 日前，教育部印发通知，部署各地各高校抢抓秋招关键期，于11月至12月集中开展2025届高校毕业生“秋季校园招聘月”系列活动。 本次活动以“协同联动拓岗位 凝心聚力促就业”为主题，将在全国范围内深入开展人才专场招 中国教育报-中国教育新闻网讯（记者 方梦宇）记者日前从中国科学技术大学获悉，该校与合肥国家实验室相关研究人员合作，利用激光冷原子方法制备成基于自旋的薛定谔猫态，其寿命达到分钟量级，有助于提升 新华网北京11月14日电 11月20日至22日，教育部将在天津举办2024年世界职业技术教育发展大会。在今日举办的新闻发布会上，教育部国际合作与交流司副司长陈大立表示，我国同183个建交国普遍开展了教 “蒲公英的功效有哪些？”“小小的胶囊如何守护健康？”近日，在天津理工大学化学化工学院的知行课堂上，一个个有关中医药的小问题正在被热烈地讨论着。这堂科普公开课面向天津中学、复兴中学、西青 ◎摘 要 军工文化是国防科技工业系统在长期的建设与发展过程中形成的宝贵精神财富。作为中国特色社会主义文化的有机组成部分，军工文化既是军工特色高校上好“大思政课”的“活教材”，也是“ 。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