文档摘要

23.3 对抗样本与鲁棒性数学分析 23.3 对抗样本与鲁棒性数学分析 人工智能系统在图像识别、语音处理乃至自动驾驶等关键任务中展现出惊人的能力，然而其脆弱性也日益暴露——微小的、人眼难以察觉的扰动即可导致模型输出完全错误。这种现象被称为“对抗样本”（Adversarial Examples），而模型抵御此类攻击的能力则称为“鲁棒性”（Robustness）。 会员。《23.3 对抗样本与鲁棒性数学分析》收录于灏天文库文集《应用数学》，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。文档编号19444。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---