事件历史事件
AGAT：用增强局部稳定性筛选样本的对抗训练
先了解这件事
AI 综述
论文提出选择性对抗训练框架AGAT：用轻量分数ALS衡量输入与保标签增强变体间logits的变化，挑出邻域不稳定样本，每批仅对20-30%样本施加对抗监督；在MNIST、CIFAR-10、CIFAR-100、Tiny-ImageNet-200上鲁棒准确率相当或更高，训练时间低于所有对抗训练基线。
AI 根据报道生成 · 17 天前更新
走势与进展
每小时关注度
现在 20，24 小时 0%·峰值 20（11月6日 03:00）
11月7日11月8日11月9日11月10日11月11日11月12日11月13日现在 20
相关研究
这件事的论文
- 基于局部稳定性样本选择的数据增强引导对抗训练（AGAT）
arXiv · 2026-10-23 · 深度解读
后续时间线
10月24日
- arXiv：对抗攻击、后门与投毒基于局部稳定性样本选择的数据增强引导对抗训练（AGAT）
论文提出选择性对抗训练框架 AGAT，每批仅对 20-30% 的训练样本施加对抗监督，鲁棒准确率相当或更高。其用轻量分数 ALS 衡量输入与保标签增强变体间 logits 的归一化变化，挑出邻域不稳定样本。在 MNIST、CIFAR-10、CIFAR-100、Tiny-ImageNet-200 上，其训练时间低于所有对抗训练基线。