BriefGPT - AI 论文速递
·
Multi-Granularity Tibetan Textual Adversarial Attack Method Based on Masked Language Model
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种新的多粒度藏文文本对抗攻击方法TSTricker，针对神经网络模型在藏语文本中的脆弱性。该方法通过掩蔽语言模型生成替代音节或单词，并优化替代顺序，实验结果显示其攻击效果显著优于基线方法，分类模型准确率降低超过28.70%。
🎯
关键要点
- 本研究提出了一种新的多粒度藏文文本对抗攻击方法TSTricker。
- 该方法针对神经网络模型在藏语文本中的脆弱性，利用掩蔽语言模型生成替代音节或单词。
- 通过评分机制优化替代顺序，以提高攻击效果。
- 实验结果显示，该方法的攻击效果显著优于基线方法，分类模型准确率降低超过28.70%。
➡️
