Single-Sample Black-Box Membership Inference Attack against Vision-Language Models via Cross-modal Semantic Alignment

En 3 lignesNouvelle attaque d'inférence d'appartenance (MIA) contre les modèles vision-langage en boîte noire et single-sample. Exploite l'alignement sémantique cross-modal : les images d'entraînement montrent un alignement image-caption plus fort que les non-membres. Atteint AUC 0.821 contre LLaVA-1.5 sur VL-MIA/Flickr.

Résumé généré par Claude — vérifié par l'humain