AEIOU：文生图NSFW提示词统一防御框架

Yiming Wang等作者提出名为AEIOU的防御框架，用于检测文生图模型中的NSFW提示词。该框架从模型文本编码器的隐藏状态中提取NSFW特征进行检测，作者称其推理时间极短，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。 作者称该框架可适配、可解释、可优化，兼容多种T2I架构，已被TDSC 2026接收。上述性能数据来自论文报告，尚未经独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。