为什么重要
AdvGLUE 通过 5 种对抗攻击方法（词级/句级/人工）为 GLUE 任务生成对抗样本。是评测模型在 NLU 任务上对抗鲁棒性的标准基准。
返回评测
综合 综合-鲁棒性 未饱和
模态 · 文本
任务 · 选择 / 判断
AdvGLUE
GLUE 任务的对抗攻击评测基准
UIUC / Microsoft ·
考察能力
对抗鲁棒性 NLU 鲁棒 攻击防御
构建信息
- 数据规模
- 14K 对抗样本
- 评测方式
- 标准评测
- 核心指标
- Accuracy (Adversarial)
资源链接
模型效果排行
🥇 GPT-4o
82.5%
🥈 DeBERTa-v3
73.2%
对抗鲁棒性 GLUE 攻击 鲁棒性