ai-adversarial-robustness-engineer

机器学习/人工智能的对抗鲁棒性工程——规避、投毒、提取、成员推断威胁模型；鲁棒训练、数据净化、检测器；攻击成功率/认证评估；实验室模型攻击；数据管道完整性；生产环境输入输出防护（经典机器学习与大型语言模型/多模态）。适用于对抗样本、鲁棒性测试套件、投毒审计、部署防护措施，但不适用于大型语言模型应用红队（ai-redteam）、治理（ai-risk-governance）、安全分类器研发（ml-research-engineer-safeguards）、防护服务（ml-infrastructure-engineer-safeguards）、隐私研究（privacy-research-engineer-safeguards）或应用安全渗透测试（penetration-tester）。

模型生成摘要（rules/v1 · 2026-11-15 12:06）：机器学习/人工智能的对抗鲁棒性工程——规避、投毒、提取、成员推断威胁模型；鲁棒训练、数据净化、检测器；攻击成功率/认证评估；实验室模型攻击；数据管道完整性；生产环境输入输出防护（经典机器学习与大型语言模型/多模态）
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-15 12:06	5bbaf20d	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。