基于异常值健壮的对抗训练（ORAT）结合了传统的健壮学习与对抗训练，旨在处理低质量数据和敌对攻击。研究表明，ORAT在对抗错误损失方面表现优异，克服了过度拟合问题，并在多个数据集上验证了其有效性。此外，该方法通过优化图像补丁相似度提升了模型性能。