摘要
针对文本到图像（T2I）越狱技术快速演进导致基准测试与复现困难的问题，本文提出 PixJail，一个自进化的“论文至流水线”代理框架。该框架能自动解析越狱论文，构建特定攻击模块及可运行评估流水线，忠实复现实验结果。PixJail 维护记忆库存储论文摘要、攻击演化模式及失败案例，以复用既往经验。实验成功复现了十一种代表性方法，平均误差仅 2.1%，为未来 T2I 越狱评估提供了统一基础，显著降低人工成本。
AI 推荐理由
论文提出自进化框架，核心在于代理自动构建攻击模块并迭代优化复现流程。
研究机构
CAIR, Hong Kong Institute of Science and Innovation (HKISI)
The Hong Kong University of Technology and Science (Guangzhou)
East China Normal University 'Shanghai Qi Zhi Institute 'Wuhan University
Institute of Deep Perception Technology, JITRI
MAIS, Institute of Automation, Chinese Academy of Sciences
论文信息