PulseAugur
中
实时 19:38:02
实体 PGD-20

PGD-20

PulseAugur coverage of PGD-20 — every cluster mentioning PGD-20 across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
  1. TOOL · CL_315187 ·

    新的ExGrad方法增强了AI模型的对抗性训练

    研究人员推出了一种新颖的对抗性训练方法ExGrad,旨在通过显式减去干净梯度分量来提高模型的鲁棒性。该技术从干净输入、对抗性输入和对抗性权重扰动输入构建梯度,然后利用这些梯度解决一个问题,以选择系数来优化裕度响应。在CIFAR-10、CIFAR-100和ImageNet-100等数据集上的实验表明,ExGrad可以比AWP和PGD-AT等现有方法提高干净和对抗性准确率,其性能取决于可调的“仿射半径”参数。

  2. TOOL · CL_93230 ·

    新的GRAPE框架提升神经网络的对抗鲁棒性

    研究人员推出了一种新颖的训练框架GRAPE,旨在增强神经网络的对抗鲁棒性,同时保持模型尺寸紧凑。GRAPE的独特之处在于将鲁棒模型学习视为一个演化过程,逐步暴露和优化参数,而不是从一开始就依赖固定结构。这种引导式参数空间演化方法,包括渐进式隐藏扩展和对抗性谱利用分数,在CIFAR-10上与传统的对抗训练方法相比,在鲁棒准确性方面取得了显著的改进,即使在计算预算相当且参数数量减少的情况下也是如此。