多模态对比学习模型（如CLIP）凭借出色的视觉-语言对齐能力，已广泛用作大规模多模态系统的核心基础组件。然而，这类模型极易遭受后门攻击：攻击者可向训练数据注入隐蔽触发器，使模型在推理时遇到特定图案便产生恶意输出，且后门效应会沿下游任务传播，构成重大安全威胁。针对现有防御方法的不足——通常需要已知攻击目标或访问中毒数据集、依赖大量干净数据，实际部署受到严格限制——本文提出 InverTune，一个在最小攻击者假设下工作的新型后门防御框架。它既不预先知道攻击目标，也无需使用训练阶段的中毒数据集。InverTune 的核心流程包含三个关键组件：(1) 通过对抗模拟暴露攻击签名，利用模型响应模式概率性地识别目标标签；(2) 基于该标签推断，采用梯度反演技术分析神经元激活模式，重建潜在触发器；(3) 设计聚类引导的微调策略，仅借助少量任意干净数据即可擦除后门功能，同时保持原始模型的任务性能。实验部分针对多种最先进的攻击方法进行验证，结果显示 InverTune 平均将攻击成功率（ASR）降低 97.87%，而干净准确率（CA）仅下降 3.07%。该工作为多模态安全防护开辟了新范式，证明了在不牺牲模型能力的前提下可有效抵御后门注入，为基础模型的安全部署提供了可行路径。适合关注多模态模型安全、后门防御及基础设放稳健性的安全研究员和算法工程师阅读。

本文针对大规模生成模型快速发展导致的高度逼真AI生成图像泛滥问题，提出了一种新的通用合成图像检测框架RNSIDNet。现有取证网络通常依赖单一域表示和传统二分类优化，导致跨模型泛化能力差且对真实世界退化（如JPEG压缩、缩放等）鲁棒性不足。为了克服这些局限，作者设计了双分支架构：一方面，使用经注意力优化的CLIP骨干网络提取全局RGB语义特征；另一方面，利用Bayar卷积捕获高频噪声伪影，并通过特征级线性调制（FiLM）模块使RGB语义动态调制噪声特征。为了进一步增强表示判别性，提出了困难样本感知对比学习（HSCL）策略，通过显式惩罚难分类样本来重塑潜在特征空间，最大化真实图像与合成图像之间的判别边际。在8个公开基准数据集上的大量实验表明，该方法在泛化能力、鲁棒性和计算效率方面均达到最先进水平。论文提供了代码和数据集链接。该研究对数字图像取证、社交媒体虚假内容治理等领域具有重要参考价值。

本文研究了对比语言-图像预训练（CLIP）模型在不同下游部署接口（如特征提取、检索、重排序和选择）中后门暴露的一致性问题。现有CLIP后门攻击通常在单一原生任务上验证，但模型复用时，相同后门在不同接口下的暴露程度未知：可能保持、减弱或失效。作者提出DIFE（部署接口足迹评估）框架，通过指定每个接口的组件读出、触发通道、目标事件、参考条件和指标，实现跨接口的可比评估。DIFE还引入了有效足迹诊断，识别承载暴露的可复用CLIP组件或组件组合，并解释风险迁移。使用DIFE审计复现的CLIP后门发现：原生成功并非检查点级别的风险证书；暴露遵循组件足迹；文本侧中毒不会导致文本编码器控制；某些耦合攻击仍受机制限制。审计还揭示了现有CLIP后门中的关键缺口：文本编码器本身可成为对抗行为的可复用载体。为此，作者提出BadTextTower攻击，能够在文本条件检索、重排序和选择中产生强暴露，同时保持视觉复用几乎干净。实验证明了框架的有效性和攻击的威胁性。

该论文研究了多模态编码器（如CLIP）在跨模态检索和评估任务中存在的“中心点”（hubness）问题。在高维嵌入空间中，某些嵌入点（称为hub）会与大量不相关样本具有高相似度，这可能导致跨模态相似性计算的异常。作者提出了一种方法，能够识别出这样的hub嵌入以及对应的hub文本。具体地，他们通过分析嵌入空间的分布特性，找到那些在多个查询中频繁成为近邻的嵌入点，并据此生成或筛选出hub文本。实验在MSCOCO和nocaps的图像描述评估任务，以及MSCOCO和Flickr30k的图像到文本检索任务上进行。结果表明，存在单个hub文本，其与大量图像计算得到的相似度分数，不合理地达到甚至超过了人工撰写的参考描述。这揭示了当前跨模态编码器的脆弱性：攻击者可能利用此类hub文本操纵检索结果或评估指标。论文的主要贡献是系统性地展示了hubness对跨模态编码器的实际威胁，并提供了诊断方法。适合关注多模态AI安全、信息检索鲁棒性的研究人员阅读。