الملخص
تمت ترجمة أجزاء من هذه الصفحة آلياً وقد تحتوي على أخطاء.
الموثوقية والمساءلة لنماذج توليد الصورة (IGM) أمر ضروري لبناء أنظمة الذكاء الاصطناعي المسؤولة والموثوق بها. أجهزة التصوير الإلكتروني الحديثة، مثل Nano Banana و GPT-Image، تدعم الآن اتباع التعليمات المعقدة وتكوين الصور الواقعية وتقديم المشهد والنص القابل للتحكم. مع توسيع هذه القدرات، يجب أن تأخذ تحليل السلامة في الاعتبار أيضًا قنوات التحكم الجديدة التي يتم إدخالها عن طريق طلبات معقدة. في هذا العمل، نقوم بدراسة تسرب التعريفات النطاقية من النص المترجم، وهي ظاهرة يتم تجاهلها إلى حد كبير في الترجمة النصية المفتوحة. على الرغم من أن النص المصدر يهدف إلى العمل كقيود بصرية محلية يجب أن يتم إعادة إنتاجها حرفياً في الصورة المولدة، إلا أنه يحمل أيضًا تعبيرات لغوية يمكن تفسيرها بواسطة النموذج كجزء من تعليمات المدخل. وهذا يجعل النص المترجم قناة مراقبة معنوية محتملة لا تزال آثار السلامة غير مفهومة بشكل كاف. نقوم بتخصيص هذه الظاهرة بشكل منهجي عن طريق فصل النقطة البصرية الرئيسية من النص المرسل وتقييم تأثيراتها الفردية والتكوينية على الصور المولدة. نحن نقوم بتقييم التسريبات النطاقية وتقديم الصداقة، ونحلل المزيد كيف يظهر التسرب من دليل النموذج المتوسط. بعد ذلك نظهر أن النقاش الضار المدمج في نص المشهد يمكن أن يستمر من خلال خطوط تحسين اللحظة القائمة على LLM وتوجيه مناطق الصورة غير النصية، حتى عندما يظل اللحظة المرئية الرئيسية خفيفة. وأخيراً، نقترح نهجاً للتخفيف الأولي الذي يقلل من النقل الترقمي غير الآمن من النص المصدر إلى المناطق غير النصية مع الحفاظ على السلوك المقصود في تقديم النص على FLUX-2-dev. اكتشافاتنا تكشف عن النص المرجع كمحمل مزدوج للاستخدام من البيانات المرئية والسيمانتيك السريعة، وكشفت عن سطح الهجوم المتعدد الوسائل المركز على النص في IGMs الحديثة.
الكلمات المفتاحية
الموضوع
بيانات النشر
- المجلة
- غير متاح
- وصول مفتوح
- وصول مفتوح أخضر
اقتبس هذه المقالة
APA 7
Li, F., Wang, R., Zhang, X., Qian, Z., Wen, M., & Zhang, M. (2026). عندما يسرق نص المشهد المشهد: كشف واستغلال وتخفيف تسرب النص المعني في نماذج توليد الصور. https://omanscience.com/ar/articles/when-scene-text-hijacks-the-scene-uncovering-exploiting-and-mitigating-rendered-text-semantic-leakage-in-image-generation-models
MLA 9
Li, Feifei, et al. "عندما يسرق نص المشهد المشهد: كشف واستغلال وتخفيف تسرب النص المعني في نماذج توليد الصور." https://omanscience.com/ar/articles/when-scene-text-hijacks-the-scene-uncovering-exploiting-and-mitigating-rendered-text-semantic-leakage-in-image-generation-models.
شيكاغو (المؤلف–التاريخ)
Li, Feifei, Runjie Wang, Xiaohan Zhang, Zhenxing Qian, Mi Wen, and Mi Zhang. 2026. "عندما يسرق نص المشهد المشهد: كشف واستغلال وتخفيف تسرب النص المعني في نماذج توليد الصور." https://omanscience.com/ar/articles/when-scene-text-hijacks-the-scene-uncovering-exploiting-and-mitigating-rendered-text-semantic-leakage-in-image-generation-models.
هارفارد
Li, F., Wang, R., Zhang, X., Qian, Z., Wen, M. and Zhang, M. (2026) 'عندما يسرق نص المشهد المشهد: كشف واستغلال وتخفيف تسرب النص المعني في نماذج توليد الصور', Available at: https://omanscience.com/ar/articles/when-scene-text-hijacks-the-scene-uncovering-exploiting-and-mitigating-rendered-text-semantic-leakage-in-image-generation-models.
فانكوفر
Li F, Wang R, Zhang X, Qian Z, Wen M, Zhang M. عندما يسرق نص المشهد المشهد: كشف واستغلال وتخفيف تسرب النص المعني في نماذج توليد الصور. https://omanscience.com/ar/articles/when-scene-text-hijacks-the-scene-uncovering-exploiting-and-mitigating-rendered-text-semantic-leakage-in-image-generation-models
IEEE
F. Li, R. Wang, X. Zhang, Z. Qian, M. Wen, and M. Zhang, "عندما يسرق نص المشهد المشهد: كشف واستغلال وتخفيف تسرب النص المعني في نماذج توليد الصور," https://omanscience.com/ar/articles/when-scene-text-hijacks-the-scene-uncovering-exploiting-and-mitigating-rendered-text-semantic-leakage-in-image-generation-models.