← 返回卡片

原书出处

人工智能数据与模型安全 (姜育刚马兴军吴祖煊)

11 未来展望 11.2 未来防御

核验版本的摘录快照 · 导入于 2026-11-17T08:17:09.271Z

推理防御。现有防御方法大多聚焦于训练过程中的鲁棒性提升,忽略了同等重要的推理阶段防御。即使是鲁棒训练的模型,在部署后也会遇到新的攻击,而如何防御这些推理阶段的攻击,确保模型长期可靠运行就变得尤为重要。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/人工智能数据与模型安全 (姜育刚马兴军吴祖煊)/_epub-src/EPUB/xhtml/chapter16_0003.xhtml

EPUB SHA-256:7fe97f50fa574a446605422553200236583a1f84dc359a215d66a0d61d794341