文档摘要

5.2.3 理论界限与根本限制 5.2.3 理论界限与根本限制：当对抗训练撞上泛化能力的“玻璃天花板” 你有没有遇到过这样的情况？——在干净测试集上模型准确率高达95%，但只要加上一点精心设计的对抗扰动，性能就断崖式下跌到30%以下。于是你祭出对抗训练（Adversarial Training）这把“屠龙刀”，结果却发现：模型在对抗样本上的鲁棒性确实提升了，但在干净数据上的泛化能力却显著下降了。 会员。《5.2.3 理论界限与根本限制》收录于灏天文库文集《AI安全与对抗机器学习》，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30141。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---