跳到正文
arXiv · ML· Pin-Han Huang, Shang-Tse Chen, Hsuan-Tien Lin·· 7 天前AI 评分21

扩散模型表征增强对抗训练提升鲁棒分类器性能

Expanding the Role of Diffusion Models for Robust Classifier Training

AI 导读

扩散模型内部表征作为辅助学习信号,能持续提升对抗训练(AT)的鲁棒性。 实验表明,扩散表征多样化且部分鲁棒,与合成数据互补,促使特征更解耦。 在 CIFAR-10、CIFAR-100 及 ImageNet 上验证了联合利用扩散表征与合成数据的有效性。

来源:arXiv · ML · arxiv.org