基于能量的概念瓶颈模型：预测、概念干预和条件解释的统一

本研究通过对概念模型的鲁棒性和输出一致性进行研究，提出了不同的恶意攻击方式，并采用基于对抗训练的防御机制来提高概念模型的鲁棒性。