English(EN) SEP-Attack: A Simple and Effective Paradigm for Transfer-Based Textual Adversarial Attack

新的SEP-Attack方法增强了可迁移的对抗性文本攻击

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-26 04:00

研究人员推出了一种名为SEP-Attack的新方法，用于生成可迁移到不同模型的对抗性文本攻击。该方法利用行列式点过程（Determinantal Point Process）创建多样化的集成权重，从而提高子模型可迁移性的表示。SEP-Attack还采用了一种新的预测置信度评估指标，以更好地估计词语重要性并生成对抗性候选词，在多个数据集和真实世界API上的表现优于现有方法。 AI

影响这项研究介绍了一种更有效的生成可迁移对抗性文本攻击的方法，有望提高NLP模型的鲁棒性和安全性。

排序理由该集群包含一篇研究论文，详细介绍了一种新的文本对抗攻击方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Han Liu, Zhi Xu, Xiaotong Zhang, Feng Zhang, Xiaoming Xu, Wei Wang, Fenglong Ma, Hong Yu · 2026-05-26 04:00

SEP-Attack: A Simple and Effective Paradigm for Transfer-Based Textual Adversarial Attack

arXiv:2605.24958v1 Announce Type: cross Abstract: Despite the strong performance of deep neural networks in modern Web and language applications, they remain vulnerable to adversarial attacks, especially transferable attacks that generate adversarial examples using surrogate mode…

报道来源 [1]

SEP-Attack: A Simple and Effective Paradigm for Transfer-Based Textual Adversarial Attack

相关话题