研究人员引入了一种攻击神经网络的新方法,该方法侧重于概念级推理中的逻辑不一致性,而不仅仅是输出错误分类。这种被称为基于概念的属性攻击的方法,旨在通过伪造人类可解释的概念(如“红色和八边形意味着停止标志”)来提高模型的鲁棒性。研究表明,这些概念级伪造可以泛化经典的对抗性攻击,并导致更有效的对抗性训练,减少模型中的语义偏差。 AI
影响 通过针对概念推理,引入了一种评估和改进神经网络鲁棒性的新方法。
排序理由 详细介绍一种新的神经网络攻击方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- C-XAI: A conceptual framework for designing XAI tools that support trust calibration
- DagsHub
- Gotit.pub
- Hugging Face
- Neural Networks
- Raik Dankworth
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →