الملخص
تمت ترجمة أجزاء من هذه الصفحة آلياً وقد تحتوي على أخطاء.
Frozen speech foundation models (SFMs) make downstream adaptation efficient: the backbone can stay fixed while a task learns layer fusion and a lightweight classifier. Full adversarial fine-tuning is a standard route to robustness, but generating adversarial examples and updating the backbone for every task sacrifices that efficiency. We ask whether robustness can instead be learned before future tasks are known. For a frozen backbone and linear classifier, robustness can be understood through the interaction between representation stability and decision-boundary margin. This leads directly to our design: we stabilize representations across the hidden layers, rather than only the final layer, while preserving clean representations; after clean adaptation selects the layer mixture, we keep it fixed and enlarge only the classifier margin, without downstream adversarial examples. We evaluate Wav2Vec2, HuBERT, and WavLM Large on four tasks under adaptive 30 dB attacks. Across 12 backbone-task pairs, hierarchical robustification improves robust accuracy by 46.4 pp, while margin refinement adds 4.0 pp for 1.1 pp of clean accuracy. Code and configurations are available at https://github.com/arefmousavi/hierarchical-robust-sfm.
الكلمات المفتاحية
الموضوع
بيانات النشر
- المجلة
- غير متاح
- وصول مفتوح
- وصول مفتوح أخضر
اقتبس هذه المقالة
APA 7
Mousavi, A., Sherafat, S., Feriz, K. K., Safari, A., Moayedi, R. Z., Rohban, M. H., & Sabokrou, M. (2026). متانة خصومية قابلة للنقل لنماذج أساس الكلام عبر التثبيت الهرمي. https://omanscience.com/ar/articles/transferable-adversarial-robustness-for-speech-foundation-models-via-hierarchical-stabilization
MLA 9
Mousavi, Aref, et al. "متانة خصومية قابلة للنقل لنماذج أساس الكلام عبر التثبيت الهرمي." https://omanscience.com/ar/articles/transferable-adversarial-robustness-for-speech-foundation-models-via-hierarchical-stabilization.
شيكاغو (المؤلف–التاريخ)
Mousavi, Aref, Shahab Sherafat, Kiarash Kiani Feriz, Amirparsa Safari, Raoof Zare Moayedi, Mohammad Hossein Rohban, and Mohammad Sabokrou. 2026. "متانة خصومية قابلة للنقل لنماذج أساس الكلام عبر التثبيت الهرمي." https://omanscience.com/ar/articles/transferable-adversarial-robustness-for-speech-foundation-models-via-hierarchical-stabilization.
هارفارد
Mousavi, A., Sherafat, S., Feriz, K. K., Safari, A., Moayedi, R. Z., Rohban, M. H. and Sabokrou, M. (2026) 'متانة خصومية قابلة للنقل لنماذج أساس الكلام عبر التثبيت الهرمي', Available at: https://omanscience.com/ar/articles/transferable-adversarial-robustness-for-speech-foundation-models-via-hierarchical-stabilization.
فانكوفر
Mousavi A, Sherafat S, Feriz KK, Safari A, Moayedi RZ, Rohban MH, et al. متانة خصومية قابلة للنقل لنماذج أساس الكلام عبر التثبيت الهرمي. https://omanscience.com/ar/articles/transferable-adversarial-robustness-for-speech-foundation-models-via-hierarchical-stabilization
IEEE
A. Mousavi, S. Sherafat, K. K. Feriz, A. Safari, R. Z. Moayedi, M. H. Rohban, and M. Sabokrou, "متانة خصومية قابلة للنقل لنماذج أساس الكلام عبر التثبيت الهرمي," https://omanscience.com/ar/articles/transferable-adversarial-robustness-for-speech-foundation-models-via-hierarchical-stabilization.