多视图聚合

当CLIP看到更多时，它反击得更狠：面向测试时对抗鲁棒性的多视图引导自适应反击

When CLIP Sees More, It Fights Back Harder: Multi-View Guided Adaptive Counterattacks for Test-Time Adversarial Robustness

提出一种免调优的测试时多视图自适应反击框架，通过估计每个视图的损坏程度来软加权反击强度，可直接用于提升CLIP等视觉语言模型在推理阶段对抗攻击的鲁棒性。