研究人员开发了KAN-Robust-Bench,一个旨在评估Kolmogorov-Arnold网络(KANs)在对抗性规避攻击下的鲁棒性的新基准。该研究探索了认证鲁棒性和经验鲁棒性,应用了随机平滑和区间界传播的数学基础来评估{l}2-认证鲁棒性。该基准系统地测试了各种KAN架构和防御策略,以应对FGSM、PGD和C&W等常见攻击,从而确定安全性的最佳配置。 AI
影响 该基准将帮助研究人员提高Kolmogorov-Arnold网络在对抗性威胁下的安全性和可靠性。
排序理由 该集群包含一篇介绍用于评估AI模型鲁棒性的新基准的学术论文。[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 →