多向量视觉文档索引的反转攻击研究

研究提出把多向量视觉文档检索器的索引反转为原始页面图像，将问题建模为条件文档图像生成，并从向量中推断编码器、页面形状与向量顺序。在 ViDoRe v3 基准上，从原始索引反转的页面恢复 47% 的词和 45% 的敏感 token，作为查询时 98.4% 能将源页面排在第一位。