跳到正文
arXiv · ML· Mojtaba Nafez, Aref Mousavi, Mohammad Ebrahim Mahdavi, Mobina Poulaei, Kiarash Kiani Feriz, Mohammad Hossein Rohban·· 2026-10-08AI 评分20

TransferBreaker:通过微调打破语音识别中的对抗迁移性

TransferBreaker: Breaking Adversarial Transferability in Fine-Tuned Speech Recognition

AI 导读

研究指出公开预训练ASR模型微调部署时对抗扰动易迁移,新框架TransferBreaker通过集成基模型对抗微调、潜在雅可比正则化及混合梯度AFT,将三种语言四个模型的对抗WER从92.6降至27.8。 该框架理论上证明了各组件有效性,并公开了源代码。

来源:arXiv · ML · arxiv.org