BriefGPT - AI 论文速递
·
扩展计算能力不足以确保对抗性鲁棒性
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究测试了18个ImageNet模型，发现经验L2和L∞扭曲度量与分类错误的对数成线性比例律，模型架构比尺寸更重要，增加网络深度可提高L∞扭曲度上的强健性，存在高度敌对可转性的模型。
🎯
关键要点
-
本研究测试了18个ImageNet模型，使用306个模型对进行全面测试。
-
经验L2和L∞扭曲度量与分类错误的对数成线性比例律。
-
模型架构比模型尺寸更重要。
-
略微增加网络深度可提高L∞扭曲度上的强健性。
-
存在高度敌对可转性的模型，大多数敌对示例仅在同一家族内转移。
🏷️
标签
➡️
