[论文翻译]Transformer比CNN更鲁棒吗？

Transformer 成为视觉识别的强大工具。除了在广泛的视觉基准测试中展现出有竞争力的性能外，近期研究还认为 Transformer 比卷积神经网络 (CNN) 更加鲁棒。然而，令人惊讶的是，我们发现这些结论源自不公平的实验设置——Transformer 和 CNN 在不同规模下进行比较，并采用了不同的训练框架。