文本条件触发器

IAG：面向基于 VLM 的视觉定位的输入感知后门攻击

IAG: Input-aware Backdoor Attack on VLM-based Visual Grounding

对做视觉定位或多模态大模型落地的人，这篇给出了一个可复用的攻击面：用文本条件 UNet 把目标语义隐写进图像，使任意指定目标都能被诱导定位，可作为评估 grounding 系统可信度的红队基线。