TransferBreaker阻断语音识别对抗迁移
热点事件持续更新
TransferBreaker阻断语音识别对抗迁移
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Mojtaba Nafez 等作者提出名为 TransferBreaker 的微调框架，用于抑制在公开预训练语音识别（ASR）模型上构造的对抗扰动向微调后目标模型迁移。该框架由三个组件构成：Base Adversarial Fine-Tuning 将对抗训练限制在基础模型有效的扰动上；Latent Jacobian Regularization 通过压制对对抗敏感的方向来约束潜空间不变性；HybridGrad-AFT 则插值基础与目标梯度的可迁移扰动，以提升对自适应攻击的鲁棒性。 作者称，在三种语言和四个大型 ASR 模型上，对抗词错误率（WER）从 92.6 降至 27.8。代码已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
TransferBreaker：阻断微调语音识别中的对抗迁移性报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.LGTransferBreaker：阻断微调语音识别中的对抗迁移性
研究提出 TransferBreaker 微调框架，通过 Base Adversarial Fine-Tuning、Latent Jacobian Regularization 和 HybridGrad-AFT 三个组件，抑制在公开预训练 ASR 模型上构造的对抗扰动向微调后目标模型迁移。在三种语言和四个大型 ASR 模型上，对抗 WER 从 92.6 降至 27.8。代码已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。