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