以下是对论文《BadToken: Token-level Backdoor Attacks to Multi-modal Large Language Models》的总结及指定部分的翻译：
文章主要内容总结
核心贡献
首次提出Token级后门攻击：针对多模态大语言模型（MLLMs）设计了两种新型攻击行为：
- Token替换：将输出中的特定源token（如"red"）替换为目标token（如"green"）
- Token插入：在输出末尾插入恶意token序列（如钓鱼链接）
优化框架：
- 提出结合有效性损失（最大化攻击成功率）和实用性损失（保持模型性能）的优化目标
- 通过影子数据集训练实现触发模式与攻击行为的绑定
防御验证：
- 测试了微调（Fine-tuning）和输入净化（Zero-shot Image Purification）等防御方法的局限性
- 发现Token替换攻击对微调具有较强抗性
关键发现
- 在LLaVA和MiniGPT-4等模型上实现了95%以上的攻击
