基本信息
文件名称:2025年AI安全对抗样本可迁移性(含答案与解析).docx
文件大小:14.82 KB
总页数:10 页
更新时间:2025-09-06
总字数:约7.16千字
文档摘要
2025年AI安全对抗样本可迁移性(含答案与解析)
一、单选题(共15题)
1.在2025年,以下哪种方法被广泛用于增强AI模型的鲁棒性,减少对抗样本的影响?
A.数据增强
B.模型正则化
C.模型蒸馏
D.对抗训练
2.AI安全领域,以下哪种方法可以检测模型对对抗样本的敏感性?
A.梯度正则化
B.梯度下降
C.梯度提升
D.梯度检查
3.在AI安全对抗样本的迁移性研究中,以下哪种技术可以帮助识别和评估对抗样本的迁移能力?
A.集成学习
B.特征工程
C.模型压缩
D.模型评估
4.以下哪种方法可以用于生成具有可迁移性的对抗样本?
A.恒等变换
B.梯