ECCV 2024 | 让GPT-4图像理解更易出错,全新策略增强VLP模型对抗迁移性
ECCV 2024 | 让GPT-4图像理解更易出错,全新策略增强VLP模型对抗迁移性针对视觉-语言预训练(Vision-Language Pretraining, VLP)模型的对抗攻击,现有的研究往往仅关注对抗轨迹中对抗样本周围的多样性,但这些对抗样本高度依赖于代理模型生成,存在代理模型过拟合的风险。
来自主题: AI技术研报
10980 点击 2024-07-21 17:12
搜索
针对视觉-语言预训练(Vision-Language Pretraining, VLP)模型的对抗攻击,现有的研究往往仅关注对抗轨迹中对抗样本周围的多样性,但这些对抗样本高度依赖于代理模型生成,存在代理模型过拟合的风险。