arXiv · Machine Learning Theory· Mojtaba Nafez, Aref Mousavi, Mohammad Ebrahim Mahdavi, Mobina Poulaei, Kiarash Kiani Feriz, Mohammad Hossein Rohban·· 3 小时前AI 评分37
TransferBreaker：破解微调语音识别中的对抗迁移性
Breaking Adversarial Transferability in Fine-Tuned Speech Recognition
AI 导读
研究提出 TransferBreaker 微调框架，抑制针对公开预训练 ASR 模型构造的对抗扰动向微调目标模型迁移。该框架整合 Base Adversarial Fine-Tuning、Latent Jacobian Regularization 与 HybridGrad-AFT，在三种语言、四款大型 ASR 模型上把对抗 WER 从 92.6 降至 27.8。代码已公开。
来源：arXiv · Machine Learning Theory · arxiv.org