本研究提出了一种无训练的视觉检索增强生成（VRAG）框架，旨在应对对抗性补丁攻击对视觉系统的威胁。该方法通过集成视觉-语言模型，显著提高了对抗补丁的检测准确性，为实际防御提供了新思路。

该研究提出了DiffPAD框架，利用扩散模型有效防御对抗性补丁攻击，显著提升鲁棒性并恢复自然图像，展现出良好的应用潜力。