作者您好！
我对论文EXPERIMENTS的D.Exploration of Perturbation on Guided Text Embeddings部分不太理解。我自己的理解是对潜在空间扰动是先DDIM inversion，再reconstruction by optimizing unconditional embeddings，最后在denoise的过程中添加扰动，同时使用自注意力来保持不可察觉性。对文本进行扰动是不是前面都不变，最后在denoise的过程中使用第二大概率的label作为prompt，但是这不会造成最后生成的对抗样本与原图像有较大的不同吗？
我还有一个不明白的地方是，您的方法使用预训练模型，没有训练过程，不对模型进行微调，那最小化损失函数αLattack + βLtransfer + γLstructure有什么作用呢？
期待您的回复，祝您科研顺利！
作者您好！
我对论文EXPERIMENTS的D.Exploration of Perturbation on Guided Text Embeddings部分不太理解。我自己的理解是对潜在空间扰动是先DDIM inversion，再reconstruction by optimizing unconditional embeddings，最后在denoise的过程中添加扰动，同时使用自注意力来保持不可察觉性。对文本进行扰动是不是前面都不变，最后在denoise的过程中使用第二大概率的label作为prompt，但是这不会造成最后生成的对抗样本与原图像有较大的不同吗？
我还有一个不明白的地方是，您的方法使用预训练模型，没有训练过程，不对模型进行微调，那最小化损失函数αLattack + βLtransfer + γLstructure有什么作用呢？
期待您的回复，祝您科研顺利！