VLA Defense전문가
VLA 적대적 패치 공격을 SAE 특징 억제로 막는 Detect and Suppress
arXiv 프리프린트로 공개된 이 연구는 VLA 모델 내부 표현을 희소 오토인코더(SAE)로 분석해 적대적 패치와 상관된 특징을 찾고, 선형 프로브가 공격을 감지했을 때만 해당 특징을 억제하는 Detect and Suppress 방어법을 제안했다. LIBERO-10에서 π0.5와 SmolVLA를 UADA 공격으로 평가한 결과, 조건부 개입은 공격 성공률을 높였고 무조건 억제는 정상 성능을 크게 떨어뜨렸다. 이는 VLA 적대적 방어에서 내부 특징을 겨냥하되 개입 시점을 통제하는 것이 중요함을 보여준다.