文件名称：roberta_adversarial:罗伯塔任务的敌对攻击
文件大小：71KB
文件格式：ZIP
更新时间：2024-05-28 09:47:40
Python
roberta_adversarial 对抗性攻击已将非常有效的结果应用于图像分类。 在这里，我们致力于将对抗性攻击应用于某些NLP任务。 我们从拥抱的面Kong下载RoBerta预训练模型，然后在斯坦福树库数据集中的情绪分类任务上对其进行微调。 然后，我们在每个批次上使用投影梯度下降（PGD）来找到定义的邻域中的嵌入，从而最大程度地减少模型损失。 最后一步将包括在此对抗性数据集上检查我们模型的准确性。 让·扎伊 请转到for_jean_zay文件夹以使用我们的算法。
【文件预览】：
roberta_adversarial-master
----for_jean_zay()
--------attack_batch.py(28KB)
--------launch_train_model.bash(756B)
--------attack_batch_neighbr.py(30KB)
--------attack_distil.py(25KB)
--------attack.py(33KB)
--------train_distil.py(27KB)
--------launch_attack.bash(742B)
--------attack_all.py(26KB)
--------README.md(1KB)
--------train_model.py(27KB)
--------attack_full.py(29KB)
--------passe2batchcombine.py(29KB)
----README.md(641B)