基本信息
文件名称:2025年AI模型鲁棒性增强对抗训练模拟题答案及解析.docx
文件大小:14.97 KB
总页数:8 页
更新时间:2025-09-29
总字数:约8.46千字
文档摘要
2025年AI模型鲁棒性增强对抗训练模拟题答案及解析
一、单选题(共15题)
1.以下哪种对抗训练方法可以增强AI模型的鲁棒性,通过在训练过程中引入噪声来模拟对抗攻击?
A.随机梯度下降(SGD)
B.梯度下降法(GD)
C.自适应对抗训练(A2C)
D.对抗生成网络(GAN)
答案:C
解析:自适应对抗训练(A2C)通过动态调整对抗噪声,使模型在训练过程中能够更好地抵御对抗攻击,从而增强鲁棒性。该技术通过对抗生成网络(GAN)的方式,动态生成对抗样本,并反馈给模型进行训练,详见《自适应对抗训练技术详解》2025年版。
2.在AI模型鲁棒性增强中,以下哪个指标用来衡量模型对