バックドアに基づく視覚-言語-行動モデルの所有権検証手法

- Vision-Language-Action models (VLAs) の所有権を保護するための、初の backdoor-based ownership verification framework である GuardVLA を提案。 - 訓練時に embodied visual data へ secret messages を注入し、stealthy かつ harmless な backdoor watermark を埋め込む。 - リリース後の検証では swap-and-detect mechanism を用い、trigger projector と external classifier head で backdoor を活性化・検出する。

- 従来の backdoor-based ownership verification は主に画像分類や言語モデル向けであり、VLA 向けは存在しなかった。 - GuardVLA は VLA に特化した初のフレームワークであり、マルチモーダル入力とロボット制御ポリシーに適応している点が新しい。 - リリース後のモデル適応後も watermark が検出可能であることを示した点で先行研究と異なる。

- 訓練時に embodied visual data へ secret messages を注入し、backdoor watermark を埋め込む。 - リリース後の検証では swap-and-detect mechanism を採用。 - trigger projector と external classifier head を用いて、予測確率に基づき backdoor を活性化・検出する。

- 複数の datasets、model architectures、adaptation settings にわたる広範な実験を実施。 - GuardVLA が信頼性の高い所有権検証を可能にしつつ、benign task performance を維持することを示した。 - リリース後のモデル適応後も埋め込まれた watermark が検出可能であることを確認。

- 要旨からは不明。

- 要旨で参照/比較されている研究は明示されていない。関連手法として backdoor watermarking、ownership verification、Vision-Language-Action models (VLAs) の定番研究が挙げられる。