Buchumschlag

Conserve-Update-Revise to Cure Generalization and Robustness Trade-off in Adversarial Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gowda, Shruthi, Zonooz, Bahram, Arani, Elahe
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Can We Break Free from Strong Data Augmentations in Self-Supervised Learning?
von: Gowda, Shruthi, et al.
Veröffentlicht: (2024)

The Effectiveness of Random Forgetting for Robust Generalization
von: Ramkumar, Vijaya Raghavan T, et al.
Veröffentlicht: (2024)

Gradual Divergence for Seamless Adaptation: A Novel Domain Incremental Learning Method
von: Jeeveswaran, Kishaan, et al.
Veröffentlicht: (2024)

Beyond Unimodal Learning: The Importance of Integrating Multiple Modalities for Lifelong Learning
von: Sarfraz, Fahad, et al.
Veröffentlicht: (2024)

IMEX-Reg: Implicit-Explicit Regularization in the Function Space for Continual Learning
von: Bhat, Prashant, et al.
Veröffentlicht: (2024)

Mitigating Interference in the Knowledge Continuum through Attention-Guided Incremental Learning
von: Bhat, Prashant, et al.
Veröffentlicht: (2024)

Parameter Efficient Continual Learning with Dynamic Low-Rank Adaptation
von: Bhat, Prashant Shivaram, et al.
Veröffentlicht: (2025)

PhysVid: Physics Aware Local Conditioning for Generative Video Models
von: Pathak, Saurabh, et al.
Veröffentlicht: (2026)

Diffusion Adversarial Post-Training for One-Step Video Generation
von: Lin, Shanchuan, et al.
Veröffentlicht: (2025)

On the Complexity-Faithfulness Trade-off of Gradient-Based Explanations
von: Mehrpanah, Amir, et al.
Veröffentlicht: (2025)

Assessing Robustness via Score-Based Adversarial Image Generation
von: Kollovieh, Marcel, et al.
Veröffentlicht: (2023)

Improved Diffusion-based Generative Model with Better Adversarial Robustness
von: Wang, Zekun, et al.
Veröffentlicht: (2025)

Autoregressive Adversarial Post-Training for Real-Time Interactive Video Generation
von: Lin, Shanchuan, et al.
Veröffentlicht: (2025)

Robustness Tokens: Towards Adversarial Robustness of Transformers
von: Pulfer, Brian, et al.
Veröffentlicht: (2025)

The Impact of Scaling Training Data on Adversarial Robustness
von: Zimmerli, Marco, et al.
Veröffentlicht: (2025)

On the Interaction of Compressibility and Adversarial Robustness
von: Barsbey, Melih, et al.
Veröffentlicht: (2025)

CKGAN: Training Generative Adversarial Networks Using Characteristic Kernel Integral Probability Metrics
von: Zhang, Kuntian, et al.
Veröffentlicht: (2025)

Beyond Classification: Evaluating Diffusion Denoised Smoothing for Security-Utility Trade off
von: Belousov, Yury, et al.
Veröffentlicht: (2025)

Structure-Guided Adversarial Training of Diffusion Models
von: Yang, Ling, et al.
Veröffentlicht: (2024)

ROSAR: An Adversarial Re-Training Framework for Robust Side-Scan Sonar Object Detection
von: Aubard, Martin, et al.
Veröffentlicht: (2024)

Toward Reliable Tea Leaf Disease Diagnosis Using Deep Learning Model: Enhancing Robustness With Explainable AI and Adversarial Training
von: Ghosh, Samanta, et al.
Veröffentlicht: (2026)

Adversarially Trained Object Detector for Unsupervised Domain Adaptation
von: Fujii, Kazuma, et al.
Veröffentlicht: (2021)

Language-Driven Anchors for Zero-Shot Adversarial Robustness
von: Li, Xiao, et al.
Veröffentlicht: (2023)

Robustness Feature Adapter for Efficient Adversarial Training
von: Wu, Quanwei, et al.
Veröffentlicht: (2025)

Learning Private Representations through Entropy-based Adversarial Training
von: Klein, Tassilo, et al.
Veröffentlicht: (2025)

SORA: Free Second-Order Attacks in Fast Adversarial Training
von: Teymourian, Mazdak, et al.
Veröffentlicht: (2026)

AFD: Mitigating Feature Gap for Adversarial Robustness by Feature Disentanglement
von: Zhou, Nuoyan, et al.
Veröffentlicht: (2024)

Robust CLIP: Unsupervised Adversarial Fine-Tuning of Vision Embeddings for Robust Large Vision-Language Models
von: Schlarmann, Christian, et al.
Veröffentlicht: (2024)

Text-To-Image with Generative Adversarial Networks
von: Momen-Tayefeh, Mehrshad
Veröffentlicht: (2024)

IGAN: Inferent and Generative Adversarial Networks
von: Vignaud, Luc
Veröffentlicht: (2021)

Internal Activation Revision: Safeguarding Vision Language Models Without Parameter Update
von: Li, Qing, et al.
Veröffentlicht: (2025)

Adversarial Wear and Tear: Exploiting Natural Damage for Generating Physical-World Adversarial Examples
von: Irshad, Samra, et al.
Veröffentlicht: (2025)

AROID: Improving Adversarial Robustness Through Online Instance-Wise Data Augmentation
von: Li, Lin, et al.
Veröffentlicht: (2023)

DAC-LoRA: Dynamic Adversarial Curriculum for Efficient and Robust Few-Shot Adaptation
von: Umrajkar, Ved
Veröffentlicht: (2025)

Depth3DLane: Fusing Monocular 3D Lane Detection with Self-Supervised Monocular Depth Estimation
von: Hoven, Max van den, et al.
Veröffentlicht: (2025)

Toward Reliable and Explainable Nail Disease Classification: Leveraging Adversarial Training and Grad-CAM Visualization
von: Hossain, Farzia, et al.
Veröffentlicht: (2026)

One Prompt Word is Enough to Boost Adversarial Robustness for Pre-trained Vision-Language Models
von: Li, Lin, et al.
Veröffentlicht: (2024)

Attacking Bayes: On the Adversarial Robustness of Bayesian Neural Networks
von: Feng, Yunzhen, et al.
Veröffentlicht: (2024)

Improving Accuracy-robustness Trade-off via Pixel Reweighted Adversarial Training
von: Zhang, Jiacheng, et al.
Veröffentlicht: (2024)

Adversarial Examples: Generation Proposal in the Context of Facial Recognition Systems
von: Fuster, Marina, et al.
Veröffentlicht: (2024)