本文介绍了AdaNCA方法，用于增强Vision Transformer（ViT）的性能和鲁棒性。AdaNCA通过插入NCA来抵抗对抗攻击，并提高分布之外输入的准确度。在ImageNet1K基准测试中，AdaNCA仅增加不到3%的参数，对抗攻击下准确度提高超过10%。通过广泛评估，证明AdaNCA能够一致提高ViTs的鲁棒性。