研究者提出稀疏对抗微调SAFT方法
热点事件持续更新
研究者提出稀疏对抗微调SAFT方法
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Zhaoxin Wang等作者提出稀疏对抗微调方法SAFT，通过对抗梯度显著性识别出对鲁棒性关键的参数（RCPs），只更新这些参数、冻结其余部分，从而完成对抗训练。 在多种架构和数据集上，SAFT仅更新约5%的参数，干净准确率与鲁棒准确率均优于基于LoRA的方法，并可接近或超过全参数对抗训练。该工作已被NeurIPS 2026接收。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
SAFT：仅更新约 5% 参数的稀疏对抗微调方法报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AISAFT：仅更新约 5% 参数的稀疏对抗微调方法
研究者提出稀疏对抗微调 SAFT，通过对抗梯度显著性识别出鲁棒性关键参数（RCPs），仅更新这些参数并冻结其余部分。在多种架构和数据集上，SAFT 以更少可训练参数在干净与鲁棒准确率上均优于基于 LoRA 的方法，仅更新约 5% 参数即可接近或超过全参数对抗训练。该工作已被 NeurIPS 2026 接收。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。