[논문리뷰] Harnessing Textual Refusal Directions for Multimodal SafetyMultimodal Large Language Models (MLLMs)의 safety는 주로 LLM backbone으로부터 계승되지만, unsafe multimodal training data의 수집 난이도가 높아 dedicate된 multimodal safety training이 부족한 상황이다.#Review#Multimodal LLMs#Safety Alignment#Refusal Directions#Activation Steering#Modality Misalignment#Training-Free#Cross-Modal Transfer#Video Jailbreaking2026년 10월 19일댓글 수 로딩 중