De grenzen van bewijs-delen voor neurale netwerken blootgelegd

Robuustheidsverificatie van neurale netwerken wordt steeds belangrijker vanwege hun gebruik in veel kritieke domeinen. In bepaalde scenario's is aangetoond dat het delen van bewijzen onvolledige verificatietechnieken versnelt door abstracte toestanden van tussenliggende lagen, of templates, te hergebruiken over queries heen. Er blijven echter vragen bestaan over de robuustheid van template-gebaseerde versnelling bij uiteenlopende netwerkarchitecturen, eigenschappen, datasets en trainingsmethoden.