Toward Trustworthy AI: Multi-Target Adversarial Attacks and Robust Defenses for Continuous Data Summarization

En 3 lignesÉtude des attaques adversariales contre la summarization de données continues via optimisation DR-submodulaire. Les auteurs formulent des attaques multi-cibles comme problème min-max et proposent des défenses robustes via max-min régularisé. Algorithmes d'approximation avec garanties théoriques validés sur benchmarks réels.

Résumé généré par Claude — vérifié par l'humain