研究人员在 ImageNet 等视觉数据集中识别出了自然存在的“统计性对抗样本”。这些并非恶意植入，而是固有的统计模式，可以像后门触发器一样，在没有任何故意攻击的情况下改变模型预测。研究发现，这些虚假关联与特定标签密切相关，并可能影响各种模型架构，表明数据集结构本身就可能产生可利用的漏洞。 AI
影响 突显了可能影响模型鲁棒性和安全性的潜在数据集漏洞。
排序理由 学术论文，详细介绍了一种视觉数据集中的新型漏洞。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
