自動化困難案例合成與多層級智能數據策展

研究團隊提出一個自動化紅隊測試框架，透過多智能體架構（包含高推理能力的 Architect 智能體、先進圖像生成器與多層驗證委員會）來系統性地合成對抗性例子，專門針對 MLLM 在內容安全和審核任務中的漏洞。這套自動化方案無需人工介入就能發現邊界案例和模糊政策問題，將合成的困難範例作為情境示範來改進模型的安全性。