可学习数据增强

从变换到迁移：提升视觉语言预训练模型上的对抗攻击迁移性

Transform to Transfer: Boosting Adversarial Attack Transferability on Vision-Language Pre-training Models

可学习的变换组合机制（自适应选择最优变换以最大化输入多样性）可直接迁移到任何黑盒迁移攻击流程中，替代手工固定的变换堆叠；积分梯度用于缓解对源模型的过拟合，也是提升跨模型迁移性的通用手段。