Buchumschlag

Modal Aphasia: Can Unified Multimodal Models Describe Images From Memory?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Aerni, Michael, Swanson, Joshua, Nikolić, Kristina, Tramèr, Florian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Image Can Bring Your Memory Back: A Novel Multi-Modal Guided Attack against Image Generation Model Unlearning
von: Liu, Renyang, et al.
Veröffentlicht: (2025)

Evaluations of Machine Learning Privacy Defenses are Misleading
von: Aerni, Michael, et al.
Veröffentlicht: (2024)

Probabilistic Modeling of Jailbreak on Multimodal LLMs: From Quantification to Application
von: Xu, Wenzhuo, et al.
Veröffentlicht: (2025)

A Cross-Modal Prompt Injection Attack against Large Vision-Language Models with Image-Only Perturbation
von: Yang, Hao, et al.
Veröffentlicht: (2026)

Large-scale online deanonymization with LLMs
von: Lermen, Simon, et al.
Veröffentlicht: (2026)

Fusion is Not Enough: Single Modal Attacks on Fusion Models for 3D Object Detection
von: Cheng, Zhiyuan, et al.
Veröffentlicht: (2023)

Membership Inference Attacks on Sequence Models
von: Rossi, Lorenzo, et al.
Veröffentlicht: (2025)

OmniSafeBench-MM: A Unified Benchmark and Toolbox for Multimodal Jailbreak Attack-Defense Evaluation
von: Jia, Xiaojun, et al.
Veröffentlicht: (2025)

Unbridled Icarus: A Survey of the Potential Perils of Image Inputs in Multimodal Large Language Model Security
von: Fan, Yihe, et al.
Veröffentlicht: (2024)

MMA-Diffusion: MultiModal Attack on Diffusion Models
von: Yang, Yijun, et al.
Veröffentlicht: (2023)

SoK: Can Synthetic Images Replace Real Data? A Survey of Utility and Privacy of Synthetic Image Generation
von: Chung, Yunsung, et al.
Veröffentlicht: (2025)

From Evidence to Verdict: An Agent-Based Forensic Framework for AI-Generated Image Detection
von: Liang, Mengfei, et al.
Veröffentlicht: (2025)

Solutions to Deepfakes: Can Camera Hardware, Cryptography, and Deep Learning Verify Real Images?
von: Vilesov, Alexander, et al.
Veröffentlicht: (2024)

Evolving Contextual Safety in Multi-Modal Large Language Models via Inference-Time Self-Reflective Memory
von: Zhang, Ce, et al.
Veröffentlicht: (2026)

Jailbreak Vision Language Models via Bi-Modal Adversarial Prompt
von: Ying, Zonghao, et al.
Veröffentlicht: (2024)

FreqCross: A Multi-Modal Frequency-Spatial Fusion Network for Robust Detection of Stable Diffusion 3.5 Generated Images
von: Yang, Guang
Veröffentlicht: (2025)

When Memory Becomes a Vulnerability: Towards Multi-turn Jailbreak Attacks against Text-to-Image Generation Systems
von: Zhao, Shiqian, et al.
Veröffentlicht: (2025)

Purified and Unified Steganographic Network
von: Li, Guobiao, et al.
Veröffentlicht: (2024)

Provably Secure Robust Image Steganography via Cross-Modal Error Correction
von: Qi, Yuang, et al.
Veröffentlicht: (2024)

Universally Unfiltered and Unseen:Input-Agnostic Multimodal Jailbreaks against Text-to-Image Model Safeguards
von: Yan, Song, et al.
Veröffentlicht: (2025)

VLATTACK: Multimodal Adversarial Attacks on Vision-Language Tasks via Pre-trained Models
von: Yin, Ziyi, et al.
Veröffentlicht: (2023)

AMB-FHE: Adaptive Multi-biometric Fusion with Fully Homomorphic Encryption
von: Bayer, Florian, et al.
Veröffentlicht: (2025)

From Easy to Hard++: Promoting Differentially Private Image Synthesis Through Spatial-Frequency Curriculum
von: Gong, Chen, et al.
Veröffentlicht: (2026)

Espresso: Robust Concept Filtering in Text-to-Image Models
von: Das, Anudeep, et al.
Veröffentlicht: (2024)

Membership Inference Attack Against Masked Image Modeling
von: Li, Zheng, et al.
Veröffentlicht: (2024)

Where the Devil Hides: Deepfake Detectors Can No Longer Be Trusted
von: Yuan, Shuaiwei, et al.
Veröffentlicht: (2025)

UVL2: A Unified Framework for Video Tampering Localization
von: Pei, Pengfei
Veröffentlicht: (2023)

InverTune: Removing Backdoors from Multimodal Contrastive Learning Models via Trigger Inversion and Activation Tuning
von: Sun, Mengyuan, et al.
Veröffentlicht: (2025)

On the Generation and Mitigation of Harmful Geometry in Image-to-3D Models
von: Liu, Yule, et al.
Veröffentlicht: (2026)

Federated Learning for Large Models in Medical Imaging: A Comprehensive Review
von: Sun, Mengyu, et al.
Veröffentlicht: (2025)

Token-Level Constraint Boundary Search for Jailbreaking Text-to-Image Models
von: Liu, Jiangtao, et al.
Veröffentlicht: (2025)

Gungnir: Exploiting Stylistic Features in Images for Backdoor Attacks on Diffusion Models
von: Zhang, Lei, et al.
Veröffentlicht: (2025)

Patronus: Safeguarding Text-to-Image Models against White-Box Adversaries
von: Li, Xinfeng, et al.
Veröffentlicht: (2025)

Neighbor-Aware Localized Concept Erasure in Text-to-Image Diffusion Models
von: Shi, Zhuan, et al.
Veröffentlicht: (2026)

Decomposing Private Image Generation via Coarse-to-Fine Wavelet Modeling
von: Bayrooti, Jasmine, et al.
Veröffentlicht: (2026)

HTS-Attack: Heuristic Token Search for Jailbreaking Text-to-Image Models
von: Gao, Sensen, et al.
Veröffentlicht: (2024)

Gaussian Shading: Provable Performance-Lossless Image Watermarking for Diffusion Models
von: Yang, Zijin, et al.
Veröffentlicht: (2024)

Stable Signature is Unstable: Removing Image Watermark from Diffusion Models
von: Hu, Yuepeng, et al.
Veröffentlicht: (2024)

FIDAVL: Fake Image Detection and Attribution using Vision-Language Model
von: Keita, Mamadou, et al.
Veröffentlicht: (2024)

Intriguing Properties of Diffusion Models: An Empirical Study of the Natural Attack Capability in Text-to-Image Generative Models
von: Sato, Takami, et al.
Veröffentlicht: (2023)