Jin Tian

Ein neuer Ansatz, um die unterschiedlichen Auswirkungen von Behandlungen auf verschiedene Gruppen zu analysieren.

Neue Methoden verbessern die Robustheit von DNNs gegen gegnerische Angriffe, indem sie Beispielanfälligkeiten berücksichtigen.

Untersuchen, wie Kausalitätswahrscheinlichkeiten die Schülerergebnisse und Lehrmethoden beeinflussen.

Dieses Papier zeigt eine Methode, wie man LLMs nutzen kann, um tabellarische Daten mit minimalem Aufwand von Menschen zu annotieren.

Neue Methoden verbessern die Effizienz beim Testen von kausalen Modellen mit versteckten Variablen.

Entdecke, wie Wahrscheinlichkeiten von Ursachen uns helfen, Behandlungseffekte zu verstehen.

Adversarial Training verbessert die Verteidigung von KI gegen täuschende Angriffe mithilfe des SDI-Masses.