← Adversarial Attack

Papers with Code · CC BY-SA 4.0

CIFAR-10

원본 설명은 검수 중입니다.

아카이브 평가 6건 · 마지막 적재/변경 2026-10-30

원본 데이터셋 링크 1

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델	원본 지표·값	논문	구현
Xu et al.	Attack: PGD20 78.680 Attack: DeepFool 51.310 Attack: AutoAttack 44.150	An Orthogonal Classifier for Improving the Adversarial Robustness of Neural Networks 2021-05-19	코드 1
AdvTraining [madry2018]	Attack: PGD20 48.440	Towards Deep Learning Models Resistant to Adversarial Attacks 2017-06-19	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54 · 코드 55 · 코드 56 · 코드 57 · 코드 58 · 코드 59
TRADES [zhang2019b]	Attack: PGD20 45.900	Theoretically Principled Trade-off between Robustness and Accuracy 2019-01-24	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
3-ensemble of multi-resolution self-ensembles	Attack: AutoAttack 78.13	Ensemble everything everywhere: Multi-scale aggregation for adversarial robustness 2024-08-08	코드 1 · 코드 2
TRADES-ANCRA/ResNet18	Attack: AutoAttack 59.70	Enhancing Robust Representation in Adversarial Training: Alignment and Exclusion Criteria 2023-10-05	코드 1
XU-Net	Robust Accuracy 1%	Attention Masks Help Adversarial Attacks to Bypass Safety Detectors 2024-11-07	코드 1