Papers with Code 아카이브
Adversarial Robustness
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 0
- 평가표
- 7
- 보존된 평가 기록
- 33
Adversarial Robustness evaluates the vulnerabilities of machine learning models under various types of adversarial attacks.
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
AI 안전성 평가를 위한 적대적 프롬프팅 프레임워크
AIMO 해석가능성 챌린지
AI 기반 시스템의 침투 테스트 재고: 자원 침해에서 행동 목표 위반으로
버스트 스파이킹 신경망
LVMark: 잠재 영상 확산 모델을 위한 강건한 워터마크
어텐션은 시각적 위험을 놓친다: 멀티모달 안전성 정렬을 위한 위험 적응형 스티어링
신기루 해내기: 견고한 오도적 차트 질의응답을 위한 이중 경로 에이전트 프레임워크
VanillaBench: 적대적 강건성의 숨겨진 정확도 비용
억제적 셀프-어텐션: 비전 트랜스포머에서 초점 선명화
맥락적 사회적 밴딧에서 신뢰 시점 학습
Efficient Q-Learning and Actor-Critic Methods for Robust Average-Reward Reinforcement Learning
destroR: 의미 보존 공격 하에서 방글라 전이 모델을 위한 벤치마크 및 적대적 학습 방어
HarDBench: 안전한 인간-LLM 협력 글쓰기를 위한 초안 기반 공동 저술 탈옥 공격 벤치마크
LiDAR 레인지 이미지 합성을 위한 적대적 유도 확산
Banshee: 음향 주입을 통한 짐벌 안정화 시각 추적 시스템 대상 표적 전환 공격
프라이버시 보호를 위한 비전-언어 모델 대상 지각 불가능하고 가역적인 적대적 예제
DiffUE: 확산 오토인코더를 통한 학습 불가 예제의 유용성-학습불가성 트레이드오프 향상
CVPR 2026@AdvML 워크숍 챌린지 기술 보고서
안전한 응답이 중요하다: 출력 인식 안전 가드레일로 MLLM의 과도한 거부 완화
자동 음성 인식 시스템의 생성적 테스팅
Reliability Scaling Laws for Quantized Large Language Models
Enhanced Byzantine-Robust Federated Learning Via Truncated-Quadratic Loss for Heterogeneous Data
HyperSafe: 미세조정된 언어 모델을 위한 추론 시점 안전성 복구
Trivial Prompt Reframing Bypasses Safety Guardrails in Googleś MedGemma-4B
희소 특징 개입이 실제로 국소화되는 때는 언제인가? SAE 기반 안전성 제어를 위한 매칭 평가
해로운 행동 필터링만으로는 충분하지 않다: 에이전틱 SDF에서의 팬텀 전이
AdvNav: 비전-언어 내비게이션에 대한 행동 유도 블랙박스 적대적 공격
Hair-Trigger 정렬: 블랙박스 평가는 업데이트 후 정렬을 보장할 수 없다
신경망에서의 립시츠 연속성 원리
부동소수점 실행 하에서의 립시츠 기반 견고성 인증
PeTeR: 확률 회로의 사후 학습 강건화
안전성 표현에 대한 최적화: 활성화 기반 적대적 접미사와 거부의 기하학
존재하되 재조정됨: 가산적 활성화 조향의 챗-에이전트 전이
깊은 신경망에서 통계적으로 탐지 불가능한 백도어
블랙박스 난독화를 넘어서: 화이트박스 모니터의 메커니즘 분석과 방어
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.