FragileFlow：以谱控制约束基础模型中正确却脆弱的预测
FragileFlow: Spectral Control of Correct-but-Fragile Predictions for Foundation Model Robustness
AI 导读
FragileFlow 是一种即插即用正则化器，用校准 margin buffer 识别 LLM 与 VLM 中预测正确、概率质量却已流向错误类别的脆弱样本，并组织为 class-wise vulnerable-risk matrix。论文给出该 margin-aware error flow 的首个 PAC-Bayes 上界，称经验谱控制在稳定性条件下可保守实现确定性最差类别鲁棒性。在多选题 LLM 基准与 few-shot CLIP 适配中，其理论风险度量优于匹配基线，多数设置下提升扰动后最差类别准确率并保持干净准确率。