低维度梯度有助于外部分布检测

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该研究提出了一种基于l2范数的新方法,用于检测ODD攻击技巧。该方法在CIFAR10/100平均OOD检测度量方面相对于之前的方法有约13%/5%的提高,并在分布内样本上提供高水平的认证和敌对鲁棒性。

🎯

关键要点

  • 研究机器学习中训练分布与ODD样本的检测机制。
  • 提出了一种基于l2范数的ODD鲁棒性证明新方法。
  • 该方法无需特定组件或训练。
  • 改进了检测ODD攻击技巧的现有技术。
  • 在CIFAR10/100平均OOD检测度量方面提高约13%/5%。
  • 在分布内样本上提供高水平的认证和敌对鲁棒性。
➡️

继续阅读