一种基于多视角图文转换的大模型防御方法

本发明公开一种基于多视角图文转换的大模型防御方法，涉及人工智能安全技术领域。方法包括：获取图文对话提示词文本，提取语句的句法结构参数和语义参数，并拼接为多模态张量，根据语义关系密度将拼接向量展开为多个结构向量，形成语义结构向量组。本发明中，利用多模态张量的语义密度拆分与图像空间映射，增强跨模态关联分析能力，精准识别图文混合攻击路径，结合像素梯度与区域掩码的实体映射关系，实现图文语义一致性双向验证，消除单模态检测的语义断层漏洞，采用路径密集度与指令词动态权重融合机制，量化语句结构的异常风险等级，突破静态规则对语义变异的适应性局限，降低违规内容输出概率。