MME-Safety：用于评估多模态大语言模型安全性的细粒度基准

英文标题：MME-Safety: A Fine-grained Benchmark for Safety Evaluation of MLLMs

论文提出 MME-Safety，一个面向多模态大语言模型（MLLM）安全评估的细粒度基准。作者指出，MLLM 的跨模态能力虽然带来显著进展，也引入了可能绕过单模态安全过滤器的复杂漏洞。现有安全基准缺乏与意图相关的细粒度标注，难以充分衡量模型的跨模态安全风险。该工作有望为开发者和研究机构评估、识别及改进 MLLM 的安全对齐能力提供更细致的测试工具。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB