RL-FAT に関する報道

この論文では、強化学習ポリシー勾配を敵対的トレーニングに導入して、各カテゴリの堅牢性と公平性を最適化する RL-FAT を提案します。平均的な堅牢性のみを追求した以前の手法と比較して、RL-FAT はカテゴリ間の公平性の明示的な最適化を導入しています。これは、敵対的な堅牢性研究が「平均的なパフォーマンス」から「分散バランス」に移行するための増分シグナルです。