Derniers articles pour Exemples adversariaux

Cet article examine comment les exemples adverses affectent les systèmes de détection de malware.

Cette étude examine comment le changement de langue affecte les classificateurs de texte.

Examiner la robustesse de SAM face aux attaques adversariales pour une technologie de conduite autonome plus sûre.

Présentation de DUCD, une méthode axée sur la confidentialité pour protéger les DNN contre les attaques adverses.

Un aperçu de comment l'IA peut oublier des données privées pendant la restauration d'images.

La recherche se concentre sur la génération d'exemples adversariaux pour tester les systèmes d'évaluation de crédibilité.

Une nouvelle approche pour une visualisation et une compréhension plus claires des modèles d'apprentissage profond.

Des recherches montrent des failles dans la détection de voie des véhicules autonomes à cause des ombres négatives.

Un regard sur l'évaluation de la fiabilité des explications de l'IA à travers la sensibilité aux attaques.

Une nouvelle méthode améliore la compréhension et la fiabilité des réseaux de neurones.

Une étude révèle les vulnérabilités des modèles d'ADN face aux attaques adversariales.

Examiner les risques et les défenses des modèles de langage multimodaux en IA.

Explorer comment l'ironie embrouille les systèmes d'apprentissage automatique.

Cet article parle des problèmes de sécurité et de sûreté dans les systèmes d'IA multimodaux.

Une nouvelle méthode renforce la sécurité de l'apprentissage profond avec des empreintes neuronales aléatoires.

Un regard de plus près sur les revendications d'une nouvelle défense de classification d'images contre les exemples adverses.

Explorer l'importance des classes individuelles dans les modèles de classification d'images.

Les LLMs ont du mal à détecter les arnaques malignes et doivent s'améliorer.

Découvrez comment NODE-AdvGAN trompe l'IA avec des images subtiles.

Découvrez comment les exemples adversariaux défient la cybersécurité et les défenses contre eux.

L'entraînement adversarial améliore la défense de l'IA contre les attaques trompeuses en utilisant la mesure SDI.