标签
本文研究了自对弈强化学习中的对抗性动作掩蔽，攻击者选择性移除受害者动作集中的合法动作。实验表明，在多个环境和算法下，该攻击比随机掩蔽或扰动基线造成的损害显著更大，且受害者即使在长时间训练后也无法恢复。
本文介绍了 AESOP，这是一种用于对抗性执行路径选择的框架，能够显著增加深度学习推理流水线中的浮点运算次数（FLOPs）和延迟，揭示了基于效率的新型漏洞。
本文介绍了语义表示攻击（SRA），这是一种新颖的与大型语言模型无关的方法，它针对恶意语义表示而非确切文本进行优化，在多个开源模型中实现了高攻击成功率。
MedFocusLeak 首次提出针对医学视觉语言模型的可迁移黑盒对抗攻击，通过不可察觉的背景扰动在六种成像模态上误导临床诊断。