利用层间变换平滑性进行识别非分布检测
原文中文,约200字,阅读约需1分钟。发表于: 。通过网络中间层之间的转换平滑度,我们提出了一种新的深度神经网络中 OOD 数据检测方法(BLOOD),适用于没有训练数据的预训练模型,并通过在 Transformer 网络上的多个文本分类任务中的评估证明其优越性。
该研究提出了一种新的基于l2范数的无需特定组件或训练的ODD鲁棒性证明方法,并改进了检测ODD攻击技巧的现有技术。相对于之前的方法,在CIFAR10/100平均OOD检测度量方面提高了约13%/5%,并在分布内样本上提供高水平的认证和敌对鲁棒性。