arXiv · 机器人与计算机视觉· Song Xia, Meiwen Ding, Chenqi Kong, Wenhan Yang, Xudong Jiang·· 24 天前AI 评分72
特征空间平滑:深度表征的可认证鲁棒性
Feature-Space Smoothing: Certified Robustness of Deep Representations
AI 导读
针对深度学习模型在特征空间扰动下的脆弱性,本文提出基于高斯随机平滑的特征空间平滑(FS)框架,将任意特征编码器转化为具备可认证鲁棒性的变体,确保在 L2 有界扰动下清洁与对抗特征间的余弦相似度下界。研究进一步建立预测级认证机制,并引入高斯平滑增强器(GSB)模块以无需重训练即可提升编码器的内在高斯鲁棒性分数。实验表明,该方法在多模态大语言模型等应用中能显著改善强白盒对抗攻击下的任务性能。
来源:arXiv · 机器人与计算机视觉 · arxiv.org