**无需多模态数据：利用文本拒绝指令实现多模态大模型安全对齐**

_Harnessing Textual Refusal Directions for Multimodal Safety_

> 针对多模态大模型（MLLMs）安全对齐依赖难以获取的多模态不安全数据的痛点，研究提出了一种轻量级免训练方法 MARS。该方法直接从 LLM 主干提取文本拒绝指令，通过激活中心化修正模态不对齐问题，并自适应调整转向强度。实验表明，MARS 能在无需额外多模态安全数据的情况下，在五种主流模型上实现一致的安全增益，同时保持模型效用。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-20 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.31876)