攻击何时何地？一种基于因果关系的生成反事实对抗样本的方法

本文提出了一种反事实解释的方法，通过扰动攻击变成语义上的有意义的扰动。该方法使用去噪扩散概率模型，提高研究目标模型的鲁棒性。实验验证表明，该方法具有明显的优势。