Jan, 2024
保守-更新-修订: 通过对抗训练来解决泛化与稳健性的抉择
Conserve-Update-Revise to Cure Generalization and Robustness Trade-off
in Adversarial Training
TL;DR对神经网络在标准和对抗环境下学习能力的分层能力进行研究,提出了CURE训练框架,通过选择性保留、更新和修订权重来增强网络的学习能力,从而改善鲁棒性和泛化之间的权衡,并且有助于减轻过拟合问题和“鲁棒过拟合”,为未来研究提供了有价值的见解。