arXiv cs.AI / cs.LG 最新· Zhaoxin Wang·· 1 天前AI 评分55
SAFT 稀疏对抗微调只更新约 5% 参数，鲁棒性接近全参数对抗训练
Sparse Fine-Tuning for Parameter-Efficient Adversarial Training
AI 导读
作者提出稀疏对抗微调 SAFT，只更新约 5% 的参数即可完成对抗训练。方法用对抗梯度显著性定位 Robustness-Critical Parameters（RCPs），冻结其余参数，并从参数空间角度指出对抗优化集中在稀疏子空间。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。