通过迭代过滤检测不可学习示例

BriefGPT - AI 论文速递 · 2024-08-15T00:00:00Z

随着社交媒体的出现，隐私保护变得越来越关键。研究发现，使用深度学习模型的不可学习示例很容易被检测出来。提出了一种新型的防御方法，使用更强的数据增强和简单网络生成的对抗噪声来降低检测性，并以更低的代价提供有效的防御措施。建立了中毒和对抗预算之间的定量标准，用来确定稳健的不可学习示例的存在或对抗性防御的失败。