Buchumschlag

Precise Shield: Explaining and Aligning VLLM Safety via Neuron-Level Guidance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shi, Enyi, Shen, Fei, Miao, Shuyi, Zhu, Linxia, Shao, Pengyang, Tang, Jinhui, Chua, Tat-Seng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Lingua-SafetyBench: A Benchmark for Safety Evaluation of Multilingual Vision-Language Models
von: Shi, Enyi, et al.
Veröffentlicht: (2026)

Who Transfers Safety? Identifying and Targeting Cross-Lingual Shared Safety Neurons
von: Zhang, Xianhui, et al.
Veröffentlicht: (2026)

SafeNeuron: Neuron-Level Safety Alignment for Large Language Models
von: Wang, Zhaoxin, et al.
Veröffentlicht: (2026)

TraceRouter: Robust Safety for Large Foundation Models via Path-Level Intervention
von: Shi, Chuancheng, et al.
Veröffentlicht: (2026)

Long-Term TalkingFace Generation via Motion-Prior Conditional Diffusion Model
von: Shen, Fei, et al.
Veröffentlicht: (2025)

MURE: Hierarchical Multi-Resolution Encoding via Vision-Language Models for Visual Document Retrieval
von: Zhu, Fengbin, et al.
Veröffentlicht: (2026)

UniDetect: LLM-Driven Universal Fraud Detection across Heterogeneous Blockchains
von: Miao, Shuyi, et al.
Veröffentlicht: (2026)

DRAFT: Task Decoupled Latent Reasoning for Agent Safety
von: Wang, Lin, et al.
Veröffentlicht: (2026)

Latent Anomaly Knowledge Excavation: Unveiling Sparse Sensitive Neurons in Vision-Language Models
von: Li, Shaotian, et al.
Veröffentlicht: (2026)

Universal Scene Graph Generation
von: Wu, Shengqiong, et al.
Veröffentlicht: (2025)

Controllable Value Alignment in Large Language Models through Neuron-Level Editing
von: Yang, Yonghui, et al.
Veröffentlicht: (2026)

Compose Your Aesthetics: Empowering Text-to-Image Models with the Principles of Art
von: Jin, Zhe, et al.
Veröffentlicht: (2025)

Aligning Large Language Models for Faithful Integrity Against Opposing Argument
von: Zhao, Yong, et al.
Veröffentlicht: (2025)

Know You Before You Speak: User-State Modeling for LLM Personalization in Multi-Turn Conversation
von: Luo, Jiani, et al.
Veröffentlicht: (2026)

Understanding Long Videos via LLM-Powered Entity Relation Graphs
von: Chu, Meng, et al.
Veröffentlicht: (2025)

Beyond Surface Artifacts: Capturing Shared Latent Forgery Knowledge Across Modalities
von: Dou, Jingtong, et al.
Veröffentlicht: (2026)

DreamDPO: Aligning Text-to-3D Generation with Human Preferences via Direct Preference Optimization
von: Zhou, Zhenglin, et al.
Veröffentlicht: (2025)

XNLP: An Interactive Demonstration System for Universal Structured NLP
von: Fei, Hao, et al.
Veröffentlicht: (2023)

NExT-Guard: Training-Free Streaming Safeguard without Token-Level Labels
von: Fang, Junfeng, et al.
Veröffentlicht: (2026)

AnchorFlow: Training-Free 3D Editing via Latent Anchor-Aligned Flows
von: Zhou, Zhenglin, et al.
Veröffentlicht: (2025)

The VLLM Safety Paradox: Dual Ease in Jailbreak Attack and Defense
von: Guo, Yangyang, et al.
Veröffentlicht: (2024)

Learning to Ask Critical Questions for Assisting Product Search
von: Li, Zixuan, et al.
Veröffentlicht: (2024)

3D Magic Mirror: Clothing Reconstruction from a Single Image via a Causal Perspective
von: Zheng, Zhedong, et al.
Veröffentlicht: (2022)

ResNetVLLM-2: Addressing ResNetVLLM's Multi-Modal Hallucinations
von: Khalil, Ahmad, et al.
Veröffentlicht: (2025)

NExT-GPT: Any-to-Any Multimodal LLM
von: Wu, Shengqiong, et al.
Veröffentlicht: (2023)

Vitron: A Unified Pixel-level Vision LLM for Understanding, Generating, Segmenting, Editing
von: Fei, Hao, et al.
Veröffentlicht: (2024)

Dysen-VDM: Empowering Dynamics-aware Text-to-Video Diffusion with LLMs
von: Fei, Hao, et al.
Veröffentlicht: (2023)

Do LLMs and VLMs Share Neurons for Inference? Evidence and Mechanisms of Cross-Modal Transfer
von: Cui, Chenhang, et al.
Veröffentlicht: (2026)

Effective and Efficient Adversarial Detection for Vision-Language Models via A Single Vector
von: Huang, Youcheng, et al.
Veröffentlicht: (2024)

Towards Goal-oriented Intelligent Tutoring Systems in Online Education
von: Deng, Yang, et al.
Veröffentlicht: (2023)

Disentangling Masked Autoencoders for Unsupervised Domain Generalization
von: Zhang, An, et al.
Veröffentlicht: (2024)

We Should Identify and Mitigate Third-Party Safety Risks in MCP-Powered Agent Systems
von: Fang, Junfeng, et al.
Veröffentlicht: (2025)

Combating Multimodal LLM Hallucination via Bottom-Up Holistic Reasoning
von: Wu, Shengqiong, et al.
Veröffentlicht: (2024)

Simple but Effective Raw-Data Level Multimodal Fusion for Composed Image Retrieval
von: Wen, Haokun, et al.
Veröffentlicht: (2024)

VisualTrap: A Stealthy Backdoor Attack on GUI Agents via Visual Grounding Manipulation
von: Ye, Ziang, et al.
Veröffentlicht: (2025)

Search-in-the-Chain: Interactively Enhancing Large Language Models with Search for Knowledge-intensive Tasks
von: Xu, Shicheng, et al.
Veröffentlicht: (2023)

InstructVid2Vid: Controllable Video Editing with Natural Language Instructions
von: Qin, Bosheng, et al.
Veröffentlicht: (2023)

Towards Comprehensive Post Safety Alignment of Large Language Models via Safety Patching
von: Zhao, Weixiang, et al.
Veröffentlicht: (2024)

IGD: Token Decisiveness Modeling via Information Gain in LLMs for Personalized Recommendation
von: Lin, Zijie, et al.
Veröffentlicht: (2025)

ACE-Align: Attribute Causal Effect Alignment for Cultural Values under Varying Persona Granularities
von: Luo, Jiatang, et al.
Veröffentlicht: (2026)