指令-响应偏差

BlackMirror：基于指令-响应偏差的文本到图像模型黑盒后门检测

BlackMirror: Black-Box Backdoor Detection for Text-to-Image Models via Instruction-Response Deviation

提出一种免训练、可插拔的黑盒后门检测思路：不依赖图像级相似度，而是把生成图像中的局部语义模式与指令对齐，并在多提示下检验偏差稳定性，可直接用于 MaaS 场景下对第三方文生图模型的审计。