SlowFormer

Survey details adversarial attacks targeting Vision Transformer efficiency

一篇新的调查论文研究了通过利用 Vision Transformer（ViT）的输入自适应推理机制来降低其效率的对抗性攻击。这些攻击旨在增加计算负载，同时不显著影响准确性。该论文在 A-ViT、ATS 和 AdaViT 等各种令牌剪枝框架上比较了两种此类攻击：SlowFormer 和 DeSparsify，使用了 GFLOPs、准确率损失和攻击成功率等指标。理解这些漏洞对于开发轻量级对策以在资源受限环境中部署至关重要。