研究人员开发了ADS-C，一种新颖的抗蒸馏采样技术，旨在保护分类模型免受知识蒸馏攻击。与以前的方法不同，ADS-C以输入和置信度边际预算为依赖的方式扰乱模型的输出分布。这种方法可证明地保留了防御模型的top-1预测准确性，同时显著降低了在包括CIFAR-100、CIFAR-10和Tiny-ImageNet在内的各种数据集上蒸馏学生模型的性能。 AI
影响 这项研究引入了一种新颖的知识蒸馏防御机制，可能增强分类模型的安全性和专有性。
排序理由 详细介绍AI安全新方法的学术论文。[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 →
