文档摘要

5.1 鲁棒性评估与对抗测试 本节摘要：模型在干净测试集上 99% 的准确率，可能被一句"在对抗样本上掉到 20%"彻底打回原形。鲁棒性评估（Robustness Evaluation）就是专门回答"模型在恶意输入下到底还有多可靠"这件事。它不是一个单一指标，而是一套需要明确攻击强度、扰动预算、评估指标与基准库的度量体系。 会员。《5.1 鲁棒性评估与对抗测试》收录于灏天文库文集《AI安全与对抗机器学习》，原作者/来源：灏天文库，整理自「灏天文库」，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。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/649-ai%E5%AE%89%E5%85%A8%E4%B8%8E%E5%AF%B9%E6%8A%97%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流