不可学习样本为何有效：互信息削减的新视角
Why Do Unlearnable Examples Work: A Novel Perspective of Mutual Information
AI 导读
arXiv 论文从互信息削减视角解释不可学习样本为何有效，并提出 MI-UE。研究发现，有效的不可学习样本会降低干净特征与投毒特征间的互信息，网络越深，不可学习性提升伴随互信息下降；作者进一步证明，最小化类内投毒特征的条件协方差可降低分布间互信息。MI-UE 通过最大化类内特征余弦相似度来降低协方差，实验显示其显著优于此前方法，且在防御机制下仍有效。