SlowFormer

新调查报告详细介绍了削弱 Vision Transformer 效率的攻击

一篇新的调查论文详细介绍了通过利用输入自适应机制来削弱 Vision Transformer (ViT) 效率的对抗性攻击。这些攻击，例如 SlowFormer 和 DeSparsify，旨在增加计算量而不显著影响准确性。该研究对这些攻击进行了分类，并分析了它们在 A-ViT、ATS 和 AdaViT 等各种 token-pruning 框架上的有效性。了解这些漏洞对于开发轻量级对策至关重要，尤其是在低功耗环境中部署时。