Key points are not available for this paper at this time.
적대적 예시는 기계 학습 모델을 속이기 위해 신중하게 변형된 입력입니다. 이러한 예제에 대한 잘 알려진 방어 방법은 적대적 훈련으로, 여기서는 적대적 예제를 훈련 데이터에 주입하여 강건성을 높입니다. 본 논문에서는 최첨단의 적대적 훈련이 _₂ 및 _ 노름에서 동시에 변동에 대한 강건성을 확보하지 못한다는 바람직하지 않은 특성을 드러내기 위한 새로운 공격을 제안합니다. 이 문제에 대한 가능한 해결책과 그 한계에 대해서도 논의합니다.
Li et al. (Wed,)은 이 문제를 연구했습니다.
Synapse has enriched 3 closely related papers on similar clinical questions. Consider them for comparative context: