본 논문은 인증 가능한 강건한 신경망 훈련을 위한 통합 라이브러리이자 고품질 벤치마크인 CTBench를 소개합니다. CTBench는 공정한 설정과 체계적으로 조정된 하이퍼파라미터 하에서 모든 알고리즘을 평가하여 기존 연구의 성능 비교 어려움을 해결합니다. CTBench를 통해 기존 연구 결과보다 훨씬 향상된 성능을 보이는 알고리즘들을 제시하고, 최근 알고리즘들의 주장되는 장점이 공정한 훈련 일정, 인증 방법, 그리고 잘 조정된 하이퍼파라미터를 적용한 기존 알고리즘들과 비교 시 크게 감소함을 보여줍니다. 또한, 인증된 모델의 손실 표면 특징, 오류 패턴, 활성화 특징 등에 대한 새로운 통찰력을 제공하며, 특히 큰 반경에서의 정규화 감소의 중요성과 인증 훈련의 분포 외 일반화 개선 가능성을 제시합니다. CTBench는 향후 인증 훈련 연구의 벤치마크 및 테스트베드 역할을 할 것으로 기대됩니다.
