今天看了一篇文章《图片越糊越危险?西湖大学发现多模态大模型【作者:唐霜】【版权所有,侵权必究】「攻击舒适区」》让我联想到之前有些人通过给真人图片打栅【转载请注明来源】转载请注明出处:www.tangshuang.net格线就能突破人脸审核的事,让我更加确信我【原创内容,转载请注明出处】著作权归作者所有,禁止商业用途转载。之前的理论,就是大模型(Seedance【原创内容,转载请注明出处】【关注微信公众号:wwwtangshuangnet】2.0也是大模型)的算力(专注力)是有限【转载请注明来源】【关注微信公众号:wwwtangshuangnet】的,这是导致某些完全不符合我们预期的现象本文版权归作者所有,未经授权不得转载。原创内容,盗版必究。出现的根本原因。
【本文首发于唐霜的博客】【版权所有】唐霜 www.tangshuang.net著作权归作者所有,禁止商业用途转载。【版权所有】唐霜 www.tangshuang.net这篇文章,讲了一种通过把图片弄的很糟糕,本文版权归作者所有,未经授权不得转载。著作权归作者所有,禁止商业用途转载。来突破多模态模型的安全审查的手段。简单讲【关注微信公众号:wwwtangshuangnet】【作者:唐霜】,就是模型花了很大的力气,把精力都用在了【版权所有,侵权必究】【未经授权禁止转载】识别文字上,结果,留给安全审查的力气就变【未经授权禁止转载】【本文首发于唐霜的博客】得很少。
【作者:唐霜】本文作者:唐霜,转载请注明出处。本文版权归作者所有,未经授权不得转载。【原创内容,转载请注明出处】
通过对国内外各大模型的测试,这个团队得到原创内容,盗版必究。【原创不易,请尊重版权】了确切的结论,为图片增加杂音,确实可以消【原创不易,请尊重版权】著作权归作者所有,禁止商业用途转载。耗模型的专注力来抵消安全审查的强度。
【版权所有,侵权必究】著作权归作者所有,禁止商业用途转载。
对应到Seedance2.0中,作为用户【版权所有】唐霜 www.tangshuang.net【关注微信公众号:wwwtangshuangnet】,我们可以利用这一特性来优化我们的视频生未经授权,禁止复制转载。【版权所有】唐霜 www.tangshuang.net成。具体来说,可以有以下几个方面:
原创内容,盗版必究。【访问 www.tangshuang.net 获取更多精彩内容】【本文首发于唐霜的博客】转载请注明出处:www.tangshuang.net- 突破人脸审查,通过将人脸隐藏在杂质信息后转载请注明出处:www.tangshuang.net【原创不易,请尊重版权】面,让模型花更多算力去重建人脸,安全审查本文作者:唐霜,转载请注明出处。【转载请注明来源】的算力就更少 【作者:唐霜】【版权所有,侵权必究】
- 将出现问题的提示词(文本)以图片的形式提本文作者:唐霜,转载请注明出处。【作者:唐霜】交给Seedance,同时,提供更多参考转载请注明出处:www.tangshuang.net【版权所有】唐霜 www.tangshuang.net图,让Seedance先去理解图片中的文本文版权归作者所有,未经授权不得转载。转载请注明出处:www.tangshuang.net本,理解参考图信息,把花在图片理解上的算本文版权归作者所有,未经授权不得转载。本文版权归作者所有,未经授权不得转载。力拉满,这样它就没有功夫去琢磨安全审查的原创内容,盗版必究。【作者:唐霜】问题 【未经授权禁止转载】【版权所有,侵权必究】【原创内容,转载请注明出处】本文版权归作者所有,未经授权不得转载。
- 撇除多余信息,将你参考图中的多余信息抹除【作者:唐霜】【本文首发于唐霜的博客】,为seedance保留足够的算力,来确原创内容,盗版必究。原创内容,盗版必究。保还原你参考图中场景、人物的一致性,这是著作权归作者所有,禁止商业用途转载。本文作者:唐霜,转载请注明出处。一个反向利用算力理论的方案 未经授权,禁止复制转载。【版权所有,侵权必究】
不过,这种思路,可以解决前置,也就是视频本文作者:唐霜,转载请注明出处。【作者:唐霜】生成前的审查或算力问题,而不能解决视频生转载请注明出处:www.tangshuang.net本文作者:唐霜,转载请注明出处。成后官方的版权检测问题,官方在seeda本文版权归作者所有,未经授权不得转载。【版权所有,侵权必究】nce2生成视频后,有一个版权检测的阶段原创内容,盗版必究。著作权归作者所有,禁止商业用途转载。,如果发现生成的视频中,存在侵犯第三方版著作权归作者所有,禁止商业用途转载。【访问 www.tangshuang.net 获取更多精彩内容】权的可能,就会报错。
原创内容,盗版必究。【作者:唐霜】
