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。
🏷️