本研究提出了一种名为DRMGuard的防御方法，旨在抵御深度回归模型的后门攻击。实验结果表明，该方法在四个数据集上的表现优于现有防御技术。

本文介绍了一种名为 PAGER 的系统性分析框架，可用于深度回归模型中的失败检测。PAGER 利用先验不确定性和非一致性评分来划分样本风险范围，并提供全面的模型错误分析。实验结果表明，PAGER 在合成和真实基准测试中表现出良好的有效性，能够识别精确泛化的区域并检测超出分布和支持范围的失败案例。