ModelVerification.jl: 用于形式化验证深度神经网络的综合工具箱
机器学习
2025-07-22 v2 软件工程
摘要
深度神经网络(DNN)在从图像分类到控制等多种应用中用于逼近非线性函数方面至关重要。由于缺乏单一、自包含的框架以允许对不同类型的验证类型进行完整范围的验证，这一任务常常具有高度挑战性。为此，我们present了\texttt{ModelVerification.jl (MV)}，这是第一个综合、前沿的工具箱，包含用于验证不同类型的DNN和安全规范的多种最先进方法。这个多功能工具箱旨在让开发人员和机器学习实践者拥有强大的工具来验证和确保其DNN模型的可信度。
引用
@article{arxiv.2407.01639,
title = {ModelVerification.jl: a Comprehensive Toolbox for Formally Verifying Deep Neural Networks},
author = {Tianhao Wei and Hanjiang Hu and Luca Marzari and Kai S. Yun and Peizhi Niu and Xusheng Luo and Changliu Liu},
journal= {arXiv preprint arXiv:2407.01639},
year = {2025}
}