BERT-F1

新的TESTNAV框架增强深度学习鲁棒性测试

研究人员开发了TESTNAV，一个旨在提高深度学习模型组合鲁棒性测试效率和有效性的新颖框架。该框架通过采用帕累托引导搜索来应对探索巨大扰动空间带来的挑战，优先考虑严重但现实的故障。TESTNAV将鲁棒性测试构建为一个双目标优化问题，旨在最大化性能下降，同时使用SSIM和BERT-F1等指标来保持输入保真度。该系统利用NSGA-II算法来逼近帕累托前沿，与各种基准测试中的现有基线相比，在速度和探索空间方面均有显著提升。