BriefGPT - AI 论文速递
·
Confidence-aware Denoised Fine-tuning Method for Enhancing Certified Robustness of Off-the-shelf Models
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种基于置信度的去噪微调方法（FT-CADIS），旨在提升现成分类器在对抗攻击下的认证鲁棒性。该方法通过识别去噪过程中的幻觉图像，提高微调的稳定性和鲁棒性，并在多项基准测试中取得领先表现。
🎯
关键要点
- 本研究提出了一种基于置信度的去噪微调方法（FT-CADIS），旨在提升现成分类器在对抗攻击下的认证鲁棒性。
- FT-CADIS通过识别去噪过程中的幻觉图像，提高微调的稳定性和鲁棒性。
- 该方法在多项基准测试中取得了领先的认证鲁棒性表现。
➡️
