MRCert、敵対的パッチ入力の堅牢性認証で新手法を提案
arXiv cs.CRは2026年10月8日(現地時間)、深層学習モデルの展開後におけるパッチ堅牢性認証に関する研究論文「MRCert」を発表した。この研究では、展開後の深層学習モデルへの入力が敵対的にパッチされている場合に、ラベルの良性認証と高い予測精度を両立させる課題に取り組んでいる。既存のマスキングベース手法が達成できなかったこの両立を、MRCertが初めて実現したと報告されている。
Tag
#ImageNet
6 件の関連記事
単一Transformerブロックの再帰的適用、Vision Transformerが高精度とパラメータ削減を両立
arXiv cs.CVが2026年10月8日(現地時間)に公開した論文「One Block, Multiple Depths: Recurrent Vision Transformers with Depth-Programmed Experts」において、Adrian Bulat (エイドリアン・ブラット) 氏らは、単一のTransformerブロックを再帰的に適用することで、中間特徴蒸留なしに全深度ビジョンエンコーダに匹敵する精度を達成する手法「reViT」を発表した。
Embedding予測による画像生成支援に関する論文公開
arXivは2026年10月1日(現地時間)、画像生成における埋め込み予測の有効性を示す研究論文「Embedding Prediction Helps Image Generation」を公開した。同論文は、拡散トランスフォーマーにおける条件付けの課題に対し、Next-Embedding Predictive Autoregression (NEPA)という新しいアプローチを提案している。NEPAは、連続する埋め込みを予測するトランスフォーマーを訓練し、その予測を画像生成の条件として利用することで、デノイズ段階ごとに条件信号を適応させる。
Pixel-space DiT、新手法「PerF」で画像生成効率向上
Chong Wang氏らは9月29日(現地時間)、画像生成技術「Pixel-space Diffusion Transformers (DiTs)」の効率と品質を向上させる新手法「Persistence Forcing (PerF)」に関する研究論文をarXiv cs.CVで公開しました。この手法は、DiTsの隠れ表現をグローバルな「永続的特徴」と局所的な「活動的特徴」に分類し、それぞれの相互作用を通じて画像生成の安定性と詳細表現の向上を図るものです。
Apple ML Research、視覚概念推論の新タスクを発表
Apple ML Researchは7月17日(現地時間)、視覚言語モデル (VLM) が純粋な視覚的文脈から概念を推論する能力を評価する新たなタスク「視覚概念セットからの推論 (Visual Concept Inference from Sets、VICIS)」を発表しました。このVICISタスクは、共通概念を共有する画像セットとクエリ画像が与えられた際、その概念を維持しつつクエリと整合性のある新しい画像を生成する能力をモデルに求めます。既存のVLMは、例示画像セットから共通概念を推論し、新たな入力に適用する際に課題を抱えていました。
新手法「Dual-Rate Diffusion」、拡散モデルの画像生成推論プロセスを大幅加速
学術論文公開サイトarXiv cs.LGは2026年5月18日(現地時間)、画像生成などで用いられる拡散モデルの推論プロセスを加速する新手法「Dual-Rate Diffusion」に関する論文が公開されたと発表した。グリゴリー・バルトシュ氏らの研究チームが開発したこの手法は、従来高い計算コストが課題とされてきた拡散モデルのサンプリング効率を向上させることを目指す。生成される画像の品質を維持しつつ、計算負荷を大幅に軽減する技術として、その詳細が注目されている。