A3T：精度感知的对抗训练
机器学习
2022-11-30 v1
摘要
经验表明，对抗训练比标准训练更容易过拟合。其确切潜在原因仍需充分理解。在本文中，我们指出了与当前从误分类样本生成对抗样本的做法相关的一种过拟合成因。为了解决这个问题，我们提出了一种替代方法，利用误分类样本以缓解过拟合问题。我们表明，在广泛的计算机视觉、自然语言处理和表格任务中，我们的方法实现了更好的泛化能力，同时具有与 SOTA 对抗训练方法相当的鲁棒性。
引用
@article{arxiv.2211.16316,
title = {A3T: Accuracy Aware Adversarial Training},
author = {Enes Altinisik and Safa Messaoud and Husrev Taha Sencar and Sanjay Chawla},
journal= {arXiv preprint arXiv:2211.16316},
year = {2022}
}