文档摘要

3.3.1.1 后门子集选择 3.3.1.1 后门子集选择 想象一下，你正调试一个深度学习模型的后门注入实验。模型在干净数据上表现完美，准确率飙升到95%以上。可一注入后门触发器，攻击成功率（ASR）却惨不忍睹，只有可怜的30%。你挠头检查数据管道、触发器设计，甚至怀疑硬件故障。最终，罪魁祸首竟是后门子集选择——那些被植入后门的数据样本子集，覆盖率不足，分布偏差巨大，导致模型在推理时“认不出”触发器。 会员。《3.3.1.1 后门子集选择》收录于灏天文库文集《因果推断 (Causal Inference)》，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30751。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---