对抗学习是一种机器学习技术,旨在通过提供欺骗性输入来欺骗模型。最常见的原因是导致机器学习模型出现故障。大多数机器学习技术旨在处理特定的问题集,其中从相同的统计分布(IID)生成训练和测试数据。当这些模型应用于现实世界时,对手可能会提供违反该统计假设的数据。可以安排此数据来利用特定漏洞并破坏结果。

精品内容

IJCAI2022《对抗序列决策》教程,164页ppt
专知会员服务
37+阅读 · 7月27日
文本风格迁移研究综述
专知会员服务
29+阅读 · 1月1日
专知会员服务
11+阅读 · 2021年9月23日
专知会员服务
29+阅读 · 2021年7月1日
领域自适应研究综述
专知会员服务
47+阅读 · 2021年5月5日
专知会员服务
20+阅读 · 2021年3月23日
生成对抗网络GAN在各领域应用研究进展(中文版),37页pdf
专知会员服务
135+阅读 · 2020年12月30日
【NeurIPS 2020】生成对抗性模仿学习的f-Divergence
专知会员服务
22+阅读 · 2020年10月9日
参考链接
父主题
微信扫码咨询专知VIP会员