新论文实证分析：核机器比神经网络更抗对抗攻击

Rahul Kumar Yadav 等在 arXiv（2611.07474）发布论文，对核机器等核方法的对抗鲁棒性做实证分析，并提出核机器近似对抗训练算法。作者称，在图像与表格数据集上的分类实验强烈表明，核函数机天然比神经网络更鲁棒，面对对抗扰动时性能下降更平缓。 该研究通过白盒与黑盒规避攻击，评估了二元及多分类任务中核机器、随机特征分类器和递归特征机的原生鲁棒性。上述更鲁棒的结论为作者的实验观察，尚属论文观点。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。