买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉复旦大学申请的专利基于强化学习的多模态大模型黑盒防御方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119449397B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411503194.7，技术领域涉及：H04L9/40；该发明授权基于强化学习的多模态大模型黑盒防御方法及装置是由马兴军;赵蕴涵;姜育刚设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本基于强化学习的多模态大模型黑盒防御方法及装置在说明书摘要公布了：本发明提供了一种基于强化学习的多模态大模型黑盒防御方法及装置，具有这样的特征，包括以下步骤：步骤S1，通过图像净化器对越狱图像进行净化生成净化图像，并通过文本净化器对越狱文本进行净化生成净化文本；步骤S2，将净化文本输入良性引导生成器生成引导文本；步骤S3，将净化文本和引导文本进行拼接，得到拼接文本；步骤S4，将拼接文本和净化图像一同输入多模态大模型，生成良性回复。总之，本方法能够提高多模态大模型对越狱攻击的防御能力，并对输入生成对应的良性回复。

本发明授权基于强化学习的多模态大模型黑盒防御方法及装置在权利要求书中公布了：1.一种基于强化学习的多模态大模型黑盒防御方法，用于使多模态大模型根据越狱文本和对应越狱图像生成良性回复，其特征在于，包括以下步骤： 步骤S1，通过图像净化器对所述越狱图像进行净化生成净化图像，并通过文本净化器对所述越狱文本进行净化生成净化文本； 步骤S2，将所述净化文本输入良性引导生成器生成引导文本； 步骤S3，将所述净化文本和所述引导文本进行拼接，得到拼接文本； 步骤S4，将所述拼接文本和所述净化图像一同输入所述多模态大模型，生成所述良性回复，其中，所述良性引导生成器的构建过程包括以下步骤： 步骤T1，将现有的轻量级大语言模型作为初始良性引导生成器； 步骤T2，根据现有的越狱查询数据构建包含多个训练净化文本和对应的训练净化图像的训练数据集； 步骤T3，从所述训练数据集中选取训练净化文本输入所述初始良性引导生成器生成对应的训练引导文本，并与该训练净化文本拼接得到训练拼接文本； 步骤T4，将所述训练拼接文本和对应的训练净化图像输入所述多模态大模型，得到训练回复； 步骤T5，通过现有的大语言模型对所述训练回复进行判断，得到安全评分； 步骤T6，根据所述安全评分对所述初始良性引导生成器进行微调； 步骤T7，重复步骤T3至步骤T6，直至达到预设终止条件，则将微调好的所述初始良性引导生成器作为所述良性引导生成器。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。