Los algoritmos de aprendizaje automático suelen ser vulnerables a ejemplos antagónicos que contienen alteraciones imperceptibles respecto de los homólogos originales, pero son capaces de engañar a los modelos más avanzados. Es útil evaluar o incluso mejorar la robustez de estos modelos mediante la exposición de los ejemplos antagónicos elaborados con malicia.
![Neuro Linguistic Processing Neuro Linguistic Processing](https://wordsbridge.co.uk/wp-content/uploads/freshizer/74df5f08565aab929e83946b63e140ae_NLP-1440-c-90.jpg)