体育博彩平台推荐 教师汪波的论文《DDGA: Dirichlet Distributional Gradient Aggregation for Transferable Vision-Language Adversarial Attacks》，被第43届国际机器学习大会(International Conference on Machine Learning, ICML 2026) 录用。ICML是人工智能与机器学习领域的顶级国际学术会议，长期以来受到全球学术界和产业界的广泛关注。根据官方录用通知，ICML 2026 共有 23,918 篇论文进入评审流程，最终录用 6,352 篇论文，录用率为 26.6%。本届会议将于 2026 年 7 月 6 日至 7 月 11 日在韩国首尔举行。

论文简介

【论文题目】
DDGA: Dirichlet Distributional Gradient Aggregation for Transferable Vision-Language Adversarial Attacks

【作者】
尤一玮（体育博彩平台推荐 博士三年级），魏家安（体育博彩平台推荐 硕士一年级），陈赞（体育博彩平台推荐 博士四年级），汪波（通讯作者）

【内容简介】

针对视觉语言模型对抗攻击中迁移性不足、随机采样不稳定的问题，论文提出分布感知梯度聚合方法DDGA。该方法从理论上分析了对抗演化三角形中扰动分布与梯度聚合之间的关系，指出了有效攻击方向本质上受扰动分布决定，并进一步采用可学习的Dirichlet分布对扰动空间进行建模和优化，从而以原则化分布学习替代启发式随机采样。在此基础上，DDGA利用所学分布的协方差信息引入正交扰动，增强了攻击的梯度多样性和跨模型迁移能力。实验表明，该方法在图文检索、图像描述生成等多模态任务上均优于现有方法，并能够从传统视觉语言模型迁移至多模态大语言模型(MLLM)，对Qwen3-VL、LLaVA、GPT-5.3等模型产生显著的攻击影响，在多模态模型鲁棒性评估中具有重要的理论意义与应用价值。

汪波，体育博彩平台推荐 副院长，教授，博士生导师，惠园优秀青年学者，Annals of Data Science期刊副主编，中国计算机学会教育专业委员会执行委员。长期从事弱监督学习、多模态学习和对抗学习等机器学习算法研究。在机器学习及人工智能领域高水平学术期刊IEEE Transactions on Image Processing、IEEE Transactions on Neural Networks and Learning Systems以及顶级学术会议NeurIPS、ICML、CVPR、ACL、IJCAI等发表科研论文50余篇。主持多项国家级、省部级科研和教学项目。