普林斯顿大学 发布 MultiRobustBench 数据集, 应用在 机器学习鲁棒性、安全评估 领域

普林斯顿大学 本次发布的数据集 MultiRobustBench, MultiRobustBench是由普林斯顿大学电气与计算机工程系的研究团队开发的一个用于评估机器学习模型对抗多种攻击的鲁棒性的基准数据集。该数据集包含180种不同的攻击类型，旨在为机器学习模型提供一个全面的测试平台，以评估其在面对未知攻击时的表现。数据集通过一个统一的框架来模拟不同程度的对抗知识，允许研究者评估模型在面对联合攻击和未知攻击时的鲁棒性。MultiRobustBench的访问地址为https://multirobustbench.github.io，是当前最大的多攻击评估数据集之一，对于推动机器学习模型在安全关键应用中的鲁棒性研究具有重要意义。

查看MultiRobustBench

关于 普林斯顿大学 , 普林斯顿大学是一所位于美国新泽西州的私立研究型大学，成立于1746年，是美国最古老的大学之一。该校以其卓越的教育质量和科研成果闻名，尤其在工程、自然科学和社会科学领域具有显著影响力。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。