CrossCert: 用于深度学习模型补丁鲁棒性认证的交叉验证检测方法
原文中文，约300字，阅读约需1分钟。发表于：。该论文介绍了一种新型的认证防御技术 CrossCert，通过交叉检查两个认证恢复防御器，提供稳健的认证和检测认证，以确保一个经过认证的样本在受到修补扰动的情况下始终返回 benign 标签，并且不会触发任何警告，具有可证明的保证。
本文介绍了一种利用Vision Transformer和Derandomized Smoothing相结合的方法来提高图像建模任务的准确性。该方法在ImageNet数据集上达到了41.70%的证明准确度，比之前最佳方法高出近1倍。同时，在CIFAR-10和ImageNet上实现了最先进的干净和证明准确度。
