يقدم الباحثون PolicyShiftBench، وهو معيار يحتوي على 2000 حالة عبر 265 صورة، لتقييم ما إذا كانت النماذج تتكيف مع سياسات الأمان النشطة بدلاً من الاعتماد على الأولويات على مستوى الصورة. كما يقترحون PolicyShiftGuard، وهو نموذج مضغوط بحجم 7B تم تدريبه عبر Randomized Policy SFT وBoundary-Pair Policy Adaptation للتعامل مع تحولات السياسات.
- يربط PolicyShiftBench كل صورة بمتوسط 7.55 مطالبة مشروطة بالسياسة لاختبار التكيف مع تعريفات السياسة المحجوبة.
- يستخدم PolicyShiftGuard وصفة تدريب من مرحلتين تجمع بين RP-SFT وBP-Adapt، والتي تفصل بين سياسات الحظر والتمرير عبر خسارة المقارنة الزوجية.
- يحقق النموذج أداءً متقدمًا على PolicyShiftBench بنتائج Avg. F1 تبلغ 76.9 وAvg. PSS تبلغ 72.1.
- ينتقل بشكل جيد إلى UnSafeBench وSafeEditBench مع تحسين مقايضة زمن الاستجابة والأداء من خلال تنسيق إخراج موجز.
يعتقد المؤلفون أن هذا مهم لأن نماذج VLM الحالية وحواجز الأمان المتخصصة تظل هشة تحت تحولات السياسات، في حين أن PolicyShiftGuard يحسن بشكل كبير الأداء الحساس للسياسات.