Sign In
insight - 확산 모델에 대한 적대적 공격
안전하지 않은 이미지 생성을 위한 제어 가능한 적대적 공격: 확산 모델에 대한 취약점 분석
본 연구는 확산 모델의 취약점을 이용하여 안전하지 않은 이미지를 생성하는 새로운 공격 방법을 제안한다. 이를 통해 현재 방어 메커니즘의 한계를 밝히고자 한다.
확산 모델은 우리가 생각하는 것보다 더 강한 적대적 강건성을 가지고 있다: 픽셀은 장벽이다
픽셀 공간 확산 모델(PDM)은 잠재 공간 확산 모델(LDM)에 비해 적대적 공격에 훨씬 강하다. 이는 기존의 적대적 공격 방법이 LDM에만 효과적이며, PDM에는 적용할 수 없다는 것을 의미한다. 또한 강력한 PDM은 기존의 보호 기법을 쉽게 제거할 수 있는 범용 정화기로 사용될 수 있다.
Products | Resources
Read more
- learning-from-majority-label-in-counting-network-for-multi-class-mil
- clinical-information-extraction-for-low-resource-languages-with-few-shot-learning-using-pre-trained-language-models-and-prompting
- タスクに適した低ランク適応のセグメントモデル
- llamafactory-unified-efficient-fine-tuning-of-100-language-models
- エッジクラウドコンティニュアムのためのオープンソース実験フレームワーク
- electric-vehicle-surge-in-india-s-2023-landscape
- 実体の整合性-未ラベルのダングリングケースとの対応
- byzantine-resilient-federated-learning-with-adaptivity-to-data-heterogeneity
© 2024 by Linnk AI