연구진은 기존의 고신뢰 예측을 활용한 역적대적 훈련 방식이 시각적 맥락의 비인과적 상관관계에 과적합하는 문제를 발견했어요.
새로운 프레임워크인 HICAT은 Learnable Background-Bias Estimator(LBBE)를 통해 맥락의 유용성을 진단하고, Adaptive Debiasing을 통해 로짓을 수정해요.
CIFAR-10, CIFAR-100, ImageNet-1K 데이터셋 실험 결과, 다양한 구조의 모델에서 기존 방식보다 성능이 향상되고, 강건한 일반화 격차를 줄이는 데 기여했어요.