对抗性样本：机器学习模型的攻击方法

本文介绍了对抗性样本的概念，即攻击者故意设计的输入，使机器学习模型产生错误判断，类似于机器的视觉错觉。文章展示了对抗性样本在不同媒介（如图像、文本）中的应用，并讨论了防御这些攻击的难点。这对理解AI安全性和鲁棒性至关重要。