arXiv 机器学习· Cassandra C. Chou, Benjamin Q. Huynh, Allison Koenecke, Elizabeth T. Chin·· 7 時間前AI スコア42
对抗性预测多样性:精心挑选的模型与披露机制的局限
Adversarial Multiplicity: Cherry-Picked Models and the Limits of Disclosure
未翻訳のため中国語で表示しています。
AI ガイド
恶意方可利用模型的预测多样性实施软操纵或硬操纵,在几乎不降低预测性能的情况下反转特定预测并绕过审计。硬操纵直接扰动参数可反转任意个体预测且通过黑盒审计,调整超参数等软操纵则能通过白盒审计并反转聚合估计。对此,研究建议通过预注册、模型训练证明、敏感性分析及版本化公开模型来防范模型挑选风险。
出典:arXiv 机器学习 · arxiv.org