鲁棒性媲美多步法
通过稳定训练过程消除灾难性过拟合，以极低计算成本获得与迭代方法相当的对抗鲁棒性。
Li, Zhuorong · Daiwei, Yu · 吴明晖 · 产思贤 · Yu, Hongchuan · 韩志科
Pattern Recognition 2024
利用稳定模型与易过拟合模型之间的局部性质差异设计损失函数，从根本上避免灾难性过拟合发生。
在CIFAR-10上取得51%鲁棒准确率，与10步迭代方法（如PGD-50攻击下）性能相当，但计算量大幅降低。
单步训练的计算成本仅为10步迭代方法的3%，使高效对抗训练成为可能。