Taux de mauvaise classification - Échantillons adverses naturels

Le taux de mauvaise classification - échantillons adverses naturels fait référence à la proportion de prédictions du modèle qui ne correspondent pas aux vraies étiquettes dans des conditions d'échantillons adverses naturels. Cette tâche vise à évaluer la robustesse et la capacité de généralisation du modèle face à des entrées adverses sans intervention artificielle, ce qui est d'une grande valeur pour améliorer la fiabilité et la sécurité du modèle dans des scénarios d'application réels.