VLMの「シーン状態」に新たな脆弱性、arXivが攻撃手法と評価ベンチマークを公開
arXivは2026年11月17日(現地時間)、視覚言語モデル (VLM) が有害な支援を提供する新たな脆弱性「シーン状態安全脆弱性 (scene-state safety vulnerability)」が特定されたと報じた。同論文は、この脆弱性を評価するためのベンチマーク「SceneSafetyBench」と、体系的な攻撃手法「S3TA」を導入。8つのVLMに対するテストでは、S3TAがモデル平均で71.2%の攻撃成功率 (ASR) を記録し、既存の手法を6.1パーセンテージポイント上回る結果を示した。