论文阅读：Taxonomy of Adversarial Attacks on Text-to-Image Generative Models论文链接 文生图模型因为其强大的生成能力而十分流行。，然而，一些揭示了文生图模型的弱点的对抗攻击引起了广泛地关注。这些对抗攻击会使得模型生成一些不安全的内容，比如暴力、血腥和色情等。本文提出了一个文生图模型上的对抗攻击的分类法，将这些对抗攻击分为了5个类别： Typographic Attacks：扰动输入文本提示词，使得模型生成不准确的内容。 Figurative Attacks：替换敏感词以逃避关键词过滤器。 Camouflage Attacks：通过一些稀有的表达方式，使得模型生成自认为安全，但是对