OpenAI研究：对抗鲁棒性在不同扰动类型间迁移

OpenAI发布了一项关于对抗鲁棒性迁移的研究，探讨了模型在面对不同扰动类型（如L_inf、L_2、L_1等）时的鲁棒性表现。研究发现，针对一种扰动类型训练的鲁棒模型，其鲁棒性可以部分迁移到其他扰动类型，但迁移效果受扰动类型差异和模型架构影响。该研究为构建更通用的对抗防御方法提供了理论基础，有助于提升AI系统在真实世界中的安全性。