自校準

深度分析

GF-Score：具公平性保證的類別條件認證魯棒性評估框架

研究針對安全關鍵應用的對抗魯棒性缺乏類別層級評估，提出GF-Score框架將GREAT分數分解為每類別魯棒性並以四項福利經濟指標量化差異，並透過自校準免除攻擊需求。實驗發現模型普遍在CIFAR‑10的「貓」類別最弱，且更高魯棒性伴隨更大類別不平等。