研究人员解决了多图隐式毒性（MIIT）的挑战，其中有害语义仅在联合解释无害图像时才会显现。他们引入了MIIT-dataset，这是一个仅包含图像的新安全数据集，涵盖七类风险，并训练MiShield来识别这些危害。
- 团队使用自动生成分支构建MIIT-dataset，以覆盖七类代表性风险类别。
- MiShield通过渐进式蒸馏推理监督进行训练，以生成导致危害的相关实体的显式分析。
- 实验表明，MiShield-8B模型优于代表性的审核服务和更大规模的模型。
这项工作为识别多图格式中的隐式毒性提供了实用解决方案，而现有的商业API由于缺乏显式的风险线索，往往无法检测到这一点。