热点事件持续更新
对抗噪声绕过ML分类器的可复现研究
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG发布一项可复现的教育性研究，测试图像与文本分类中的规避攻击。研究在MNIST上训练紧凑卷积网络，干净测试准确率为98.63%；在FGSM攻击下，ε=0.15时准确率降至60.20%，ε=0.30时降至1.72%；PGD攻击下分别下降至32.47%和0.41%。位深缩减防御仅挽回部分损失。目前进展停留在该单篇报道，未出现后续更新或矛盾说法。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
arXiv发布可复现研究：对抗噪声使MNIST分类器准确率大幅下降。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）规避攻击：对抗噪声如何绕过 ML 分类器
一项可复现的教育性研究测试了图像与文本分类中的规避攻击。在 MNIST 上训练的紧凑卷积网络干净测试准确率为 98.63%，FGSM 攻击下 ε=0.15 时降至 60.20%、ε=0.30 时降至 1.72%，PGD 攻击下降至 32.47% 和 0.41%，位深缩减防御仅挽回部分损失。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。