Robustness(鲁棒性)是当前AI系统面临的核心挑战,指模型在面对对抗性扰动、分布偏移或异常输入时保持稳定正确的能力。近期研究集中在对抗攻击与防御、风险评估及评估基准构建三个方面。
当前焦点:如何将针对特定攻击的防御泛化到未知威胁,以及设计更接近真实场景的鲁棒性评估标准。未来需要关注鲁棒性与其他性能指标(如准确性、效率)的平衡,以及从理论层面建立保证。
Robustness(鲁棒性)是当前AI系统面临的核心挑战,指模型在面对对抗性扰动、分布偏移或异常输入时保持稳定正确的能力。近期研究集中在对抗攻击与防御、风险评估及评估基准构建三个方面。
当前焦点:如何将针对特定攻击的防御泛化到未知威胁,以及设计更接近真实场景的鲁棒性评估标准。未来需要关注鲁棒性与其他性能指标(如准确性、效率)的平衡,以及从理论层面建立保证。