风险分类体系

LLaVAShield：为视觉语言模型中的多模态多轮对话提供安全保障

LLaVAShield: Safeguarding Multimodal Multi-Turn Dialogues in Vision-Language Models

为视觉语言模型提供多模态多轮对话的安全审核器与 MMDS 基准，可直接用于评测和加固 VLM 在交互式多轮场景下的输入与回复安全性，并提供 MMRT 自动化红队生成框架来构造对抗性多模态对话。