研究人员开发了一种名为置信度感知加权（CAW）的新方法，以提高CLIP等视觉语言模型的对抗鲁棒性。CAW通过优先处理不确定的对抗性样本，解决了并非所有输入对漏洞的贡献都均等的问题。该方法使用置信度感知损失函数和特征对齐正则化技术，在不牺牲泛化能力的情况下提高干净和鲁棒精度。实验表明，CAW在强对抗攻击下优于现有的最先进方法，并且内存效率更高。 AI
影响 增强了视觉语言模型抵御恶意攻击的安全性和可靠性。
排序理由 研究论文，详细介绍了一种提高AI模型鲁棒性的新方法。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2510.02913v2 Announce Type: replace Abstract: Vision-language models such as CLIP demonstrate impressive zero-shot generalization but remain highly vulnerable to adversarial attacks. Prior adversarial methods treat all samples equally in the loss function, despite the fact …