MPIDetector：用LLM推理检测多模态提示注入

论文用LLM少样本推理检测跨模态提示注入，报告高准确率。

资讯摘要

论文提出MPIDetector框架，利用LLM的少样本上下文学习（ICL）推理能力检测多模态提示注入，无需微调，仅通过提示模板和代表性攻击示例让模型审查跨模态输入的语义意图。作者构建了含8类文本、7类视觉恶意类别及良性数据集的评测基准，在Gemini-2.0-Flash、Qwen3-VL-32B-Instruct、Doubao-seed-1.6-flash上测试，报告文本任务准确率最高90.91%、召回率100%，视觉任务准确率最高99.28%且精确率100%，对500条WebInject混淆注入检测率最高99.80%。

要点速读

1. 方法基于少样本ICL让LLM推理输入语义意图，而非依赖签名或困惑度模式匹配，且不做微调。
2. 作者构建含8类文本、7类视觉恶意类别及良性数据的评测基准，并加入误报测试。
3. 作者报告文本任务准确率最高90.91%、视觉任务准确率最高99.28%，WebInject检测率最高99.80%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。