ATLAS-AL：主动学习驱动的黑盒对抗样本搜索框架

2026年10月7日，arXiv Machine Learning Theory（一手来源）发表论文，提出ATLAS（Adaptive Trust-Regions for Latent Adversarial Searches），一种面向黑盒学习系统的查询式框架。该方法将对抗样本生成问题转化为主动学习水平集估计问题，并结合校准近似与局部-全局采样架构，用于定位输入空间中的对抗区域。论文还提出基于主动学习的潜在对抗搜索自适应置信域方法。目前公开信息仅涉及该论文内容，未见后续实验验证或第三方复现报道。

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。