重新思考噪声标签模型：具有对抗感知的标注者相关噪声

Glenn Dawson 与 Robi Polikar 提出标注者相关的标签噪声模型，将实例相关噪声推广到多个标注者，并显示在其多模态噪声模型下，最先进的噪声标签学习方法会被对抗性标签攻击击败。该模型基于现代数据集通常采用分布式众包标注的观察，涵盖两种噪声形态：善意标注者的自然错误和恶意行为者提供的对抗性标签。作者据此给出两种更贴近真实场景的对抗攻击向量，并提出多阶段、标注者感知、模型无关的过滤框架，利用哪些数据分区由哪些标注者标注的信息过滤噪声标签，在极端对抗性标签噪声下仍保持稳健。