Universal Adversarial Triggers

En 3 lignesÉtude sur les attaques adversariales universelles en NLP. Les auteurs proposent une méthode combinant filtrage morphosyntaxique et perte basée sur la perplexité pour générer des triggers naturels. Sur SST (sentiment analysis), les triggers atteignent 0.04-0.12 d'accuracy. L'entraînement adversarial améliore la robustesse de 0.12 à 0.48.

Résumé généré par Claude — vérifié par l'humain