BriefGPT - AI 论文速递
·
使用预训练模型的高效基于关键字的对抗性防御方法在 ImageNet 上的应用
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种生成鲁棒分类器的方法，利用随机生成建模和条件分布采样。通过添加高斯噪声和预训练扩散过程，该方法在CIFAR-10数据集上表现出可观的鲁棒性，优于主要的防御方法。
🎯
关键要点
- 本文介绍了一种生成鲁棒分类器的方法。
- 该方法利用随机生成建模和条件分布采样。
- 通过添加高斯噪声和预训练扩散过程提高鲁棒性。
- 在CIFAR-10数据集上进行了广泛的实验验证。
- 该方法在各种威胁模型下优于主要的防御方法。
🏷️
标签
➡️
