该研究提出了一种名为频率偏好控制模块的插件，用于提高深度神经网络在对抗样本上的鲁棒性。实验证明，该模块能够与任何对抗训练框架相结合，并在不同体系结构和数据集上进一步提高模型的鲁棒性。同时，实验还揭示了鲁棒模型的频率偏差如何影响对抗训练过程及其最终的鲁棒性。

该研究提出了一种名为频率偏好控制模块的插件，用于提高深度神经网络在对抗样本上的鲁棒性。实验证明该模块可以与任何对抗训练框架相结合，并在不同体系结构和数据集上提高模型的鲁棒性。