新型对抗性示例欺骗AI模型，但人类仍能识别

研究人员引入了一种新型对抗性示例，与典型的攻击不同，它使用大而可见的扰动来欺骗AI模型，同时人类仍能识别。这种新方法在MNIST、CIFAR-10和ImageNet等数据集上进行了测试，揭示了一个显著的差距：模型保持高准确率，而人类识别率却显著下降。标准的分布外（OOD）检测方法未能识别出这些示例，尽管一个特征空间马氏距离检测器有效，但容易受到自适应攻击。现有的防御措施，包括对抗性训练，并未有效缓解该攻击的成功。 AI

影响 突显了AI模型的新漏洞，表明当前的防御和OOD检测方法不足以应对人类可识别的扰动。

排序理由 关于AI模型新型对抗性示例的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• CIFAR-10
• Gaussian function
• ImageNet
• Mahalanobis distance
• MNIST database

• 论文
• 安全

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →