arXiv cs.LG· Mojtaba Nafez, Aref Mousavi, Mohammad Ebrahim Mahdavi, Mobina Poulaei, Kiarash Kiani Feriz, Mohammad Hossein Rohban·· 26 天前AI 评分39
打破微调语音识别中的对抗可迁移性
Breaking Adversarial Transferability in Fine-Tuned Speech Recognition
AI 导读
新研究提出微调框架 TransferBreaker，旨在阻断公开基座模型迁移至微调语音识别（ASR）模型的对抗扰动攻击。该框架整合了 Base Adversarial Fine-Tuning、Latent Jacobian Regularization 与 HybridGrad-AFT，在 3 种语言和 4 个大型 ASR 模型上将对抗 WER 从 92.6 降至 27.8。
来源：arXiv cs.LG · arxiv.org