Краткое содержание

arXiv:2511.12985v1 Тип: новая работа Аннотация: Состязательные примеры в нейронных сетях широко изучались в евклидовой геометрии, однако последние достижения в области \textit{гиперболических сетей} требуют пересмотра стратегий атак в неевклидовых геометриях. Существующие методы, такие как FGSM и PGD, применяют возмущения без учёта лежащей в основе гиперболической структуры, что может приводить к неэффективным или геометрически несогласованным атакам. В данной работе мы предлагаем новую состязательную атаку, которая явно использует геометрические свойства гиперболического пространства. А именно, мы вычисляем градиент функции потерь в касательном пространстве гиперболического пространства, разлагаем его на радиальную (глубинную) компоненту и угловую (семантическую) компоненту и применяем возмущение, полученное исключительно из углового направления. Наш метод генерирует состязательные примеры, фокусируя возмущения в семантически чувствительных направлениях, закодированных в угловом перемещении внутри гиперболической геометрии. Эмпирические