麻豆在线-麻豆在线最新官方无码站

        喜讯：麻豆在线 2023级本科生虞俊锋以第一作者身份完成的论文《When to Inject the Target: Stage-Decoupled Guidance for Diffusion-Based Targeted Adversarial Attacks》获人工智能与机器学习领域顶级学术会议神经信息处理系统大会（NeurIPS 2026）正式录用。该成果由学院黄学坚博士、刘鑫博士共同指导，凝聚了师生潜心钻研、共同探索的心血，展现了麻豆在线 本科生投身人工智能前沿研究的创新活力与科研实力。

NeurIPS是中国计算机学会（CCF）推荐的A类国际学术会议，在人工智能与机器学习领域具有重要国际影响力。会议汇聚全球高校、科研机构和科技企业的研究人员，议题涵盖机器学习、生成式人工智能、计算机视觉、自然语言处理、强化学习等前沿方向，是展示人工智能创新成果的重要国际学术平台。会议实行严格的同行评审，对论文的创新性、技术质量和学术价值有较高要求。

该论文聚焦人工智能安全领域的目标对抗攻击的可迁移性问题。随着人工智能技术广泛应用于图像识别、智能感知、自动驾驶等场景，模型的安全性与可靠性日益受到关注。黑盒目标对抗攻击需要在无法获取目标模型内部信息的条件下，诱导其作出预先指定的错误判断。如何使对抗样本对不同模型均能产生预期攻击效果，同时保持良好的视觉质量，并在图像压缩、平滑等处理后维持攻击有效性，是这一领域的重要研究挑战。

围绕这一挑战，研究团队将关注点由“如何增强目标引导”拓展至“何时注入目标信息”，提出阶段解耦目标注入框架SDTI（Stage-Decoupled Target Injection）。在扩散模型的反向去噪过程中，持续施加目标引导容易使原始图像的结构恢复与攻击目标的语义注入相互干扰。该框架根据不同生成阶段的功能特点，将两项任务分阶段处理：先侧重原始图像的结构恢复，再引入目标语义引导，以减少二者之间的干扰。通过重新安排目标信息的注入时机，该研究为兼顾攻击效果、视觉质量与攻击稳定性提供了新的思路。

这份成果源于学生的持续探索与导师的悉心指导。研究过程中，黄学坚在选题凝练、技术路线设计、实验方案论证和论文撰写等关键环节给予深入指导，通过持续讨论和启发式引导，帮助虞俊锋完善研究思路、解决科研难题。导师严谨负责的治学态度与耐心细致的指导，为学生开展前沿探索提供了有力支持，也让学生在科研实践中不断提升独立思考、分析问题和解决问题的能力。

此次论文录用，是学院本科生科研创新取得的一项可喜成果，也体现了学院持续推进科研育人、培养学生创新能力的积极成效。近年来，学院围绕虚拟现实、人工智能、计算机视觉等前沿方向，推动专业教育与科研实践深度融合，鼓励本科生参与科研项目和学术研究，为学生激发学术兴趣、提升科研素养创造条件。学院将继续发挥科研平台和教师团队的育人作用，完善本科生科研创新培养机制，支持更多学生走近学术前沿、投身科研探索，在高水平科研实践中成长成才。

（文/虞俊锋  图/虞俊锋  审核/刘欣 李华旸 万征）