특징 최적 정렬 공격(FOA-Attack)은 2025년 5월 난양기술대학교, 무함마드 빈 자이드 인공지능대학교, 그리고 여러 대학 및 기관의 연구팀이 공동으로 제안했습니다. 관련 연구 결과는 논문 "..."에 게재되었습니다.기능 최적 정렬을 통한 폐쇄형 소스 MLLM에 대한 적대적 공격이 제안은 NeurIPS 2025에서 승인되었습니다.

FOA-Attack은 최적의 특징 정렬에 기반한 표적 지향적이고 전이 가능한 적대적 공격 방법입니다. 전역 수준에서 이 패러다임은 코사인 유사도에 기반한 전역 특징 손실을 도입하여 적대적 사례의 거친 특징과 대상 샘플의 특징에 맞춥니다. 지역 수준에서 이 패러다임은 Transformer의 풍부한 지역 표현을 활용하여 클러스터링 기법을 활용하여 압축된 지역 패턴을 추출하고 중복된 지역 특징을 줄입니다. 광범위한 실험을 통해 FOA-Attack이 최첨단 표적 지향 적대적 공격 방법보다 성능이 뛰어나고 오픈 소스 및 폐쇄 소스 MLLM 모두에서 탁월한 전이성을 달성함을 입증했습니다.