长时程攻击

通过收缩优化动力学使模型免疫于有害长时程微调

Immunizing Models Against Harmful Long-Horizon Fine-Tuning via Contractive Optimization Dynamics

为视觉基础模型（分类、生成、自回归）提供一种在发布前注入的免疫机制：通过让有害微调的优化动力学局部收缩，使攻击者即使跑数千步更新也无法有效适配有害任务，可直接用于开源视觉大模型的安全发布流程。