近似人眼梯度
https://icml.cc/virtual/2023/oral/25482
对抗性鲁棒分类器具有非鲁棒模型所没有的特征——感知对齐梯度（PAG）。它们相对于输入的梯度与人类的感知非常一致。一些研究已将 PAG 确定为稳健训练的副产品，但没有一篇研究将其视为一种独立现象，也没有研究其自身的影响。在这项工作中，我们关注这一特征并测试感知对齐梯度是否意味着鲁棒性。为此，我们制定了一个新的目标，在训练分类器中直接推广 PAG，并检查具有此类梯度的模型是否对对抗性攻击更稳健。对多个数据集和架构的大量实验验证了具有对齐梯度的模型表现出显着的鲁棒性，揭示了 PAG 和鲁棒性之间令人惊讶的双向联系。最后，我们表明更好的梯度对齐可以提高鲁棒性，并利用这一观察结果来提高现有对抗训练技术的鲁棒性。
噪音图-》目标类图。人言认同的方向走，因此是人言对齐梯度。
利用范数做
