跳到正文
arXiv · 机器人与计算机视觉· Pin-Han Huang, Shang-Tse Chen, Hsuan-Tien Lin·· 6 天前AI 评分72

扩展扩散模型在鲁棒分类器训练中的作用:利用其内部表征增强对抗训练

Expanding the Role of Diffusion Models for Robust Classifier Training

AI 导读

论文提出将扩散模型的内部表征作为辅助学习信号融入对抗训练(AT),以超越单纯生成合成数据的角色。实验显示,这种联合策略在 CIFAR-10、CIFAR-100 和 ImageNet 上均提升了鲁棒性,并促使特征解耦。材料为预印本,未报告真实机器人部署结果或具体产品发布。

来源:arXiv · 机器人与计算机视觉 · arxiv.org