209-B1 B2｜LVM；长PDF，音频、视频描述，视频LLM；StyleGAN，编辑，内容偏移，合成检测，漫画检测；持续学习

文章预览

AIGC   Research 主编｜ 庄才林（Cailin Zhuang） 技术支持｜胡耀淇（Yaoqi Hu） 大型视觉模型对抗鲁棒性；处理长PDF文档，音频描述生成，视频描述生成，视频LLM时间推理瓶颈；改善StyleGAN，评估图像编辑，内容偏移现象，检测合成图像，漫画对象检测；频域中的持续学习 ————B1 Part———— Topic: Foundation｜Large Vision Models Hyper Adversarial Tuning for Boosting Adversarial Robustness of Pretrained Large Vision Models 2024-10-08｜ZJU, Shanghai Maritime U, ZJGSU, NUIST http://arxiv.org/abs/2410.05951v1 概述 本研究提出了一种名为超对抗调整（Hyper Adversarial Tuning, HyperAT）的新框架，旨在提高 预训练大型视觉模型 的对抗鲁棒性。随着深度学习模型在计算机视觉领域的广泛应用，模型对对抗性样本的脆弱性日益显露，亟需有效的防御机制。尽管对抗训练是增强模型鲁棒性的有效方法，但在大型视觉模 ………………………………