Buchumschlag

The Power of Decaying Steps: Enhancing Attack Stability and Transferability for Sign-based Optimizers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tao, Wei, Dai, Yang, Huang, Jincai, Tao, Qing
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

TrojanTO: Action-Level Backdoor Attacks against Trajectory Optimization Models
von: Dai, Yang, et al.
Veröffentlicht: (2025)

Optimizing the Adversarial Perturbation with a Momentum-based Adaptive Matrix
von: Tao, Wei, et al.
Veröffentlicht: (2025)

A Step Back: Prefix Importance Ratio Stabilizes Policy Optimization
von: Lei, Shiye, et al.
Veröffentlicht: (2026)

Steps Adaptive Decay DPSGD: Enhancing Performance on Imbalanced Datasets with Differential Privacy with HAM10000
von: Huang, Xiaobo, et al.
Veröffentlicht: (2025)

Enhancing Optimizer Stability: Momentum Adaptation of The NGN Step-size
von: Islamov, Rustem, et al.
Veröffentlicht: (2025)

Is Mamba Compatible with Trajectory Optimization in Offline Reinforcement Learning?
von: Dai, Yang, et al.
Veröffentlicht: (2024)

Does Weight Decay Enhance Training Stability?
von: Saether, Marius, et al.
Veröffentlicht: (2026)

Strong Transferable Adversarial Attacks via Ensembled Asymptotically Normal Distribution Learning
von: Fang, Zhengwei, et al.
Veröffentlicht: (2022)

Enhancing Stability for Large Language Models Training in Constrained Bandwidth Networks
von: Dai, Yun, et al.
Veröffentlicht: (2024)

Graph-attention-based Casual Discovery with Trust Region-navigated Clipping Policy Optimization
von: Liu, Shixuan, et al.
Veröffentlicht: (2024)

Data Driven Automatic Electrical Machine Preliminary Design with Artificial Intelligence Expert Guidance
von: Wang, Yiwei, et al.
Veröffentlicht: (2024)

Enabling Heterogeneous Adversarial Transferability via Feature Permutation Attacks
von: Wu, Tao, et al.
Veröffentlicht: (2025)

Boosting Adversarial Transferability via Residual Perturbation Attack
von: Peng, Jinjia, et al.
Veröffentlicht: (2025)

Range Membership Inference Attacks
von: Tao, Jiashu, et al.
Veröffentlicht: (2024)

Distributed Sign Momentum with Local Steps for Training Transformers
von: Yu, Shuhua, et al.
Veröffentlicht: (2024)

Rethinking PGD Attack: Is Sign Function Necessary?
von: Yang, Junjie, et al.
Veröffentlicht: (2023)

Sign-Based Optimizers Are Effective Under Heavy-Tailed Noise
von: Yu, Dingzhi, et al.
Veröffentlicht: (2026)

Understanding and Enhancing the Transferability of Jailbreaking Attacks
von: Lin, Runqi, et al.
Veröffentlicht: (2025)

Generalization Error Analysis for Attack-Free and Byzantine-Resilient Decentralized Learning with Data Heterogeneity
von: Ye, Haoxiang, et al.
Veröffentlicht: (2025)

Stabilizing Policy Optimization via Logits Convexity
von: Chen, Hongzhan, et al.
Veröffentlicht: (2026)

The Expressive Power of Graph Neural Networks: A Survey
von: Zhang, Bingxu, et al.
Veröffentlicht: (2023)

On the Optimization and Generalization of Two-layer Transformers with Sign Gradient Descent
von: Li, Bingrui, et al.
Veröffentlicht: (2024)

Efficient Sign-Based Optimization: Accelerating Convergence via Variance Reduction
von: Jiang, Wei, et al.
Veröffentlicht: (2024)

PersonalizedRouter: Personalized LLM Routing via Graph-based User Preference Modeling
von: Dai, Zhongjie, et al.
Veröffentlicht: (2025)

LRS: Enhancing Adversarial Transferability through Lipschitz Regularized Surrogate
von: Wu, Tao, et al.
Veröffentlicht: (2023)

Sharpness-Aware Poisoning: Enhancing Transferability of Injective Attacks on Recommender Systems
von: Xie, Junsong, et al.
Veröffentlicht: (2026)

Deciphering Scientific Reasoning Steps from Outcome Data for Molecule Optimization
von: Liu, Zequn, et al.
Veröffentlicht: (2026)

Improved Analysis for Sign-based Methods with Momentum Updates
von: Jiang, Wei, et al.
Veröffentlicht: (2025)

Guiding not Forcing: Enhancing the Transferability of Jailbreaking Attacks on LLMs via Removing Superfluous Constraints
von: Yang, Junxiao, et al.
Veröffentlicht: (2025)

RaPA: Enhancing Transferable Targeted Attacks via Random Parameter Pruning
von: Su, Tongrui, et al.
Veröffentlicht: (2025)

Stochastic-Sign SGD for Federated Learning with Theoretical Guarantees
von: Jin, Richeng, et al.
Veröffentlicht: (2020)

HotSpot: Signed Distance Function Optimization with an Asymptotically Sufficient Condition
von: Wang, Zimo, et al.
Veröffentlicht: (2024)

Step-Size Decay and Structural Stagnation in Greedy Sparse Learning
von: Berná, Pablo M.
Veröffentlicht: (2026)

A Dynamic Bayesian and Machine Learning Framework for Quantitative Evaluation and Prediction of Operator Situation Awareness in Nuclear Power Plants
von: Chen, Shuai, et al.
Veröffentlicht: (2026)

Optimal Learning-Rate Schedules under Functional Scaling Laws: Power Decay and Warmup-Stable-Decay
von: Li, Binghui, et al.
Veröffentlicht: (2026)

Enhancing Reasoning for Diffusion LLMs via Distribution Matching Policy Optimization
von: Zhu, Yuchen, et al.
Veröffentlicht: (2025)

Enhancing LLM-based Search Agents via Contribution Weighted Group Relative Policy Optimization
von: Wang, Junzhe, et al.
Veröffentlicht: (2026)

POLAR: Policy-based Layerwise Reinforcement Learning Method for Stealthy Backdoor Attacks in Federated Learning
von: Yu, Kuai, et al.
Veröffentlicht: (2025)

Combining Adam and its Inverse Counterpart to Enhance Generalization of Deep Learning Optimizers
von: Shi, Tao, et al.
Veröffentlicht: (2026)

SparseEval: Efficient Evaluation of Large Language Models by Sparse Optimization
von: Zhang, Taolin, et al.
Veröffentlicht: (2026)