arXiv · cs.CL· Yiming Wang, Jiahao Chen, Qingming Li, Tong Zhang, Rui Zeng, Xing Yang, Shouling Ji·· 4 小时前
AEIOU：面向文生图模型 NSFW 提示词的统一防御框架
AEIOU: A Unified Defense Framework against NSFW Prompts in Text-to-Image Models
AI 导读
AEIOU 是一个针对文生图模型 NSFW 提示词的统一防御框架，通过从模型文本编码器隐藏状态中提取 NSFW 特征进行检测，推理时间极短。实验显示其在所有数据集上准确率超过 95%，效率至少提升十倍，优于商业与开源审核工具，并能抵御自适应攻击，适用于少样本和多标签场景。该框架具备可适配、可解释、可优化特性，兼容多种 T2I 架构，已被 TDSC 2026 接收。
来源：arXiv · cs.CL · arxiv.org