通过搜索空间扩展增强视觉语言模型中的对抗攻击迁移性

基于摘要分析。本文研究视觉语言预训练（VLP）模型的对抗攻击在未见模型上的迁移能力，提出 Search-space Expansion Attack（SEA），通过同时扩大图像与文本两种模态的对抗搜索空间，提升跨模型鲁棒性评估中攻击的通用性。 核心机制：作者将现有攻击迁移性受限的部分原因归于搜索空间狭窄，认为这可能使优化陷入局部最优并产生过拟合。图像侧利用历史更新探索新的优化方向；文本侧同时考虑单词重要性与词间交互，在多个有影响的位置执行词替换，而非仅围绕最显著的单词搜索。该设计也考虑到显著性较低的词可能产生更强、更易迁移的攻击。历史信息的具体利用方式、词间交互计算及两种模态的优化协调方式尚未验证。 结果与证据：作者报告，在多种基准、VLP 模型和任务上的实验及理论分析支持 SEA 改善攻击迁移性，并声称推进了最先进水平。摘要未提供具体基准名称、模型、任务、攻击成功率或提升幅度，因此尚不能判断收益大小及适用边界。需核对未见目标模型的选择、扰动预算、文本替换约束、对照基线和消融设置；实验协议、消融及统计信息尚未验证。 复现条件与范围：作者称源代码位于补充材料，但当前未取得全文或补充材料，代码可用性与运行条件尚未验证。本文主要对象是图像—文本 VLP 模型，并非 EEG 解码或 BCI；跨模型攻击迁移也不等同于跨被试或跨会话泛化，不能据此认定其具有 BCI 有效性。相关 EEG 工作尚未检索确认。