Tag · 5 篇

零空间投影

分布鲁棒性与安全3图像编辑与可控生成1自监督与表征学习1

Principled Steering via Null-space Projection for Jailbreak Defense in Vision-Language Models

把零空间投影引入激活引导：在良性子空间内保持零扰动、仅在潜在有害方向上诱导拒答，为视觉语言模型的推理期安全对齐提供了一个可复用、有理论保证的干预手段，可直接迁移到其他多模态模型的安全加固。

NOWA: Null-space Optical Watermark for Invisible Capture Fingerprinting and Tamper Localization

把相机光圈的相位掩码当作物理密钥，使水印落在成像算子的零空间里，从而在拍摄端嵌入不可见、不可伪造的取证签名；对做图像取证、防伪与安全成像的研究者，这提供了一条从光学前端到重建网络联合设计的思路，且篡改定位只需将图像投影回相机零空间检测像素级不一致。

Closed-Form Concept Erasure via Double Projections

提供一种无需训练、几秒内即可对预训练扩散/流匹配模型做权重级线性编辑的闭式投影工具，可直接用于概念擦除、风格去除等模型安全编辑场景，并可作为研究生成模型表征方向几何结构的探针。

Batman: Benign Knowledge Alignment Through Malicious Null Space in Federated Backdoor Attack

对做视觉模型安全与联邦训练的研究者，这篇给出了一个可复用的思路：把良性知识约束到恶意更新张成的零空间正交补中，从而在共享参数空间里解耦攻击子空间与正常表征，可用于设计更难被检测的投毒/后门方案，也可反过来启发基于子空间正交性的后门检测与去除方法。

Anti-Degradation Lifelong Multi-View Clustering

零空间投影知识库防退化技术可迁移到视觉模型的持续学习场景，例如在增量式多视图特征学习或跨模态表征对齐中，通过约束新知识更新方向与旧知识正交来避免灾难性遗忘。