论文研究 arXiv cs.CV Mon, 03 Aug 2026 正文 thin 4 words

SafeNexus：发现并引导 MLLM 中跨模态通用的安全神经元

英文标题：SafeNexus: Discovering and Steering Modality-Universal Safety Neurons in MLLMs

这篇新发布的 arXiv 预印本聚焦多模态大语言模型（MLLM）的安全问题。论文指出，尽管大语言模型（LLM）已展现出较好的安全表现，但扩展至 MLLM 后，增强的多模态能力与现有安全机制之间出现了显著鸿沟。根据标题，研究主题是识别并引导跨模态通用的安全神经元，为提升 MLLM 的安全对齐提供潜在方向。所提供原文未包含完整摘要、方法、实验数据或具体结论。

打开原文相关 3.2 · 机会 0