7月17日消息，港中文和MIT的研究者在CVPR 2020论文《When NAS Meets Robustness: In Search of Robust Architectures against Adversarial Attacks》中，从神经网络结构的角度出发，研究了可抵抗对抗攻击的神经网络结构的模式。为了获得研究所需的大量网络，他们采用了One shot神经网络结构搜索（NAS），对一个super-net进行一次训练，然后对从中采样的子网络进行了对抗微调。采样的网络结构及其鲁棒性精度为研究提供了丰富的基础。