当前位置:
X-MOL 学术
›
arXiv.cs.LG
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
寻找 Transformer 文本模型训练数据与对抗鲁棒性之间相关性的奇怪案例
arXiv - CS - Machine Learning Pub Date : 2024-02-18 , DOI: arxiv-2402.11469 Cuong Dang, Dung D. Le, Thai Le
arXiv - CS - Machine Learning Pub Date : 2024-02-18 , DOI: arxiv-2402.11469 Cuong Dang, Dung D. Le, Thai Le
现有的工作表明,经过微调的文本转换器模型可以实现最先进的预测性能,但也容易受到对抗性文本扰动的影响。传统的对抗性评估通常是在微调模型并忽略训练数据之后才进行的。在本文中,我们想要证明训练数据和模型鲁棒性之间也存在很强的相关性。为此,我们提取了代表各种输入微调语料库属性的 13 个不同特征,并使用它们来预测微调模型的对抗鲁棒性。我们主要关注仅编码器的 Transformer 模型 BERT 和 RoBERTa,以及 BART、ELECTRA 和 GPT2 的其他结果,提供了多种证据来支持我们的论点。首先,实证分析表明,(a)提取的特征可以与随机森林等轻量级分类器一起使用,以有效预测攻击成功率;(b)对模型鲁棒性影响最大的特征与鲁棒性有明显的相关性。其次,我们的框架可以用作鲁棒性评估的快速有效的附加工具,因为它(a)与传统技术相比节省了 30 倍至 193 倍的运行时间,(b)可以跨模型转移,(c)可以在对抗性训练下使用,(d) 对统计随机性具有鲁棒性。我们的代码将公开。
"点击查看英文标题和摘要"
更新日期:2024-02-20
"点击查看英文标题和摘要"