Yaoliang Yu

Ein neuer Ansatz verbessert das kontrastive Lernen durch unterschiedliche Divergenzmasse.

Die Bedrohungen durch wahlloses Datenvergiften im selbstüberwachtem Lernen erkunden.

Lerne, wie Netzwerkquantisierung Modelle effizienter für Geräte mit begrenzten Ressourcen macht.

Erforschen, wie generative Modelle subtil gegen Urheberrechtsgesetze verstossen können.

Neue Methoden vorstellen, um die Vergessensprozesse in kontrastiven Lernmodellen zu verbessern.

Eine Studie über Anpassungsstrategien in Spielen mit begrenzten Informationen.

Lerne über Methoden zum Datenschutz und Bedrohungen im Bereich maschinelles Lernen.