一篇题为“hZACH-ViT中的曲率受到攻击”的新研究论文,探讨了紧凑型视觉Transformer模型中曲率与各种因素的相互作用。该研究在MedMNIST数据集上进行,发现虽然庞加莱几何通常显示出较低的对抗攻击成功率,但其干净准确率也较低。降低庞加莱曲率可以提高干净准确率,但会显著增加在特定数据集上的对抗攻击成功率。研究表明,曲率、尺度和接近庞加莱边界共同影响这些模型中的干净识别和对抗鲁棒性。 AI
影响 研究了影响视觉Transformer对抗鲁棒性的因素,可能为未来模型的开发以提高安全性提供信息。
排序理由 在arXiv上发表的研究论文,详细介绍了特定模型对抗鲁棒性的发现。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Athanasios Angelakis
- CE+DLR
- DagsHub
- Hugging Face
- hZACH-ViT
- MedMNIST
- Projected Gradient Descent
- vision transformer
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →