BriefGPT - AI 论文速递
·
Robustness Tokens: Enhancing Adversarial Robustness of Transformers
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种鲁棒性标签方法，以提升大型预训练变换器模型在对抗攻击中的鲁棒性。该方法通过微调少量私有标签，计算要求低于传统对抗训练，显著增强了视觉变换器模型的抗攻击能力，同时保持了下游任务的性能。
🎯
关键要点
- 本研究提出了一种鲁棒性标签方法，以增强大型预训练变换器模型的对抗鲁棒性。
- 该方法通过微调少量私有标签，计算要求低于传统对抗训练。
- 研究结果表明，鲁棒性标签显著提高了视觉变换器模型对白盒对抗攻击的鲁棒性。
- 该方法在提升鲁棒性的同时，保持了下游任务的性能。
➡️
