Trustworthy-AI-Group/Adversarial_Examples_Papers

A list of recent papers about adversarial learning

解决的问题

当原始论文列表开始崩溃时，跟进对抗样本研究变得困难。本仓库提供了一个稳定且维护良好的最新论文集合，以便研究人员能够保持同步。

工作原理

该项目汇总了对抗样本论文，包括截至2023-09-01的原始列表快照，并随着新论文的发布不断追加条目。它还链接了一份专门针对基于迁移攻击的独立列表。

适用人群

从事对抗性机器学习研究的研究人员、学生和安全从业者，他们需要一份可靠且最新的参考文献，而不必依赖于单一不稳定的网站。

亮点

  • 包含原始列表中截至2023-09-01的所有论文
  • 随着新论文的发布持续更新
  • 提供专门针对基于迁移攻击论文的列表
  • 通过电子邮件接受社区贡献

相关

  • 项目
    CPMpy/cpmpy

    CPMpy 是一个用于约束编程和建模的 Python 库，它使用 numpy 数组作为决策变量，并支持多种求解器。它有助于解决涉及布尔变量和整数变量的组合优化问题。

  • 项目
    pyscf/gpu4pyscf

    GPU4PySCF 是一个为 PySCF 量子化学软件包提供 GPU 加速的插件，支持在 NVIDIA GPU 上进行快速 Hartree-Fock 和 DFT 计算。它支持分子和周期性体系、激发态以及几何优化，在 32 核 CPU 基准测试中实现了 10-30 倍的加速。

  • 项目
    MinghuiChen43/awesome-trustworthy-deep-learning

    一份关于可信深度学习的研究论文和资源精选列表，涵盖了分布外泛化、对抗攻击、隐私、公平性和可解释性等主题。该列表每日从 arXiv 更新，包含论文摘要、全文链接以及相关工具和活动的指引。

  • 项目
    alternbits/awesome-ai-newsletters

    一份精选的 AI 通讯列表，涵盖通用新闻、提示词、工作机会及专业领域，提供直接链接与描述，助您高效获取信息，告别信息过载。