Ejemplos contradictorios y prueba de solidez

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

1. Under a specified threat model, what is an adversarial example?
   • An input crafted to cause a model error using changes allowed by that threat model
   • Any ordinary prediction error on unmodified input
   • An input that must contain tiny, imperceptible pixel changes
   • A model update that improves accuracy on every distribution
2. ¿Qué distingue un ataque de "caja blanca" de uno de "caja negra"?
   • Los ataques de caja blanca solo funcionan en imágenes blancas
   • En la caja blanca, el atacante tiene acceso a los elementos internos/gradientes del modelo; en caja negra, solo salidas
   • Los ataques de caja negra siempre son más rápidos
   • Los ataques de caja blanca no requieren cálculo
3. FGSM (Método de signo de gradiente rápido) elabora un ejemplo contradictorio al...
   • Mezclar aleatoriamente píxeles
   • Reentrenando el modelo desde cero.
   • Dando un paso en la dirección del signo del gradiente de pérdidas con respecto a la entrada
   • Recortando la imagen
4. What is adversarial training commonly used for?
   • Guaranteeing robustness to every possible attack
   • Proving a classifier is fair
   • Eliminating all clean-data errors
   • Improving robustness against the adversarial threat model represented during training
5. ¿Por qué es preocupante la "transferibilidad" de ejemplos contradictorios?
   • Un ataque diseñado contra un modelo a menudo engaña a otros modelos, lo que permite ataques de caja negra.
   • Hace que los modelos entrenen más lento
   • Aumenta los costos de almacenamiento.
   • Sólo afecta a los modelos de audio.
6. How are prompt-injection attacks related to image adversarial examples?
   • They are identical bounded pixel perturbations
   • Both exploit model vulnerabilities, but prompt injection has a distinct instruction and system threat model
   • Prompt injection requires changing model weights
   • Image adversarial examples only affect text prompts
7. Why must an adversarial-robustness report specify the perturbation norm and budget?
   • They determine the model’s number of parameters
   • They guarantee transfer to every attack
   • They define which input changes the reported robustness claim covers
   • They replace the need to state an attacker’s access
8. Which pair of measures helps distinguish clean performance from performance under a specified attack?
   • Training-set size and GPU memory
   • Tokenization rate and context length
   • Model file size and parameter dtype
   • Clean accuracy and robust accuracy under the stated attack setting