Mojtaba Soltanalian 的一篇新论文探讨了在对抗性平滑模型中验证 ReLU 神经网络的复杂性。研究表明，向二元网格添加随机参数噪声、裁剪和舍入权重并不能简化精确验证过程。在 NP 不属于 BPP 的假设下，该研究得出结论，对于这些网络的任何基本实例，都不可能存在高效的验证器。 AI
排序理由 关于理论计算机科学和神经网络验证的学术论文。[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 →
arXiv:2607.14375v1 Announce Type: cross Abstract: We study exact verification of ReLU networks in an adversarial smoothed model. Every network weight and bias is independently perturbed by Gaussian noise, clipped to $[-2,2]$, and rounded to the exact dyadic grid determined by the…