BriefGPT - AI 论文速递 · 2024-11-06T00:00:00Z Delayed Poisoning: Increasing Model Vulnerability through Hessian Singularization 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本文提出了一种新的毒化攻击方式——延迟毒化攻击，针对深度学习模型的脆弱性。该方法在训练和验证阶段表现正常，但对规避攻击和自然噪声极为敏感，显著降低了模型的鲁棒性。 🏷️ 标签 model 模型脆弱性 毒化攻击 深度学习 自然噪声 鲁棒性 阅读原文 生成长图 分享链接 已复制链接
