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