从多向量视觉文档索引中还原文档
视觉文档检索系统通常为每页存储约一千个图像块向量，且常使用第三方数据库。研究发现，仅凭这些索引就能部分还原页面：在 ViDoRe v3 基准测试中，攻击恢复了 47% 的单词和 45% 的敏感词元。将还原页面用作查询时，原始页面有 98.4% 的概率排名第一。词元池化和向量打乱可将单词恢复率降至约 8%，但模型仍能较大程度地还原被打乱向量的顺序。研究人员建议，对这类索引的保护应与其编码的文档同等严格。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。