原型回放

数据稀缺下的鲁棒性：面向演化威胁的少样本持续对抗训练

Robustness Under Data Scarcity: Few-Shot Continual Adversarial Training for Evolving Threats

把少样本持续对抗训练这一设定引入视觉模型鲁棒性维护，其高斯混合原型回放与对抗间隔损失可直接用于在数据受限、攻击分布不断漂移的场景下持续更新分类器而不遗忘旧攻击域。