Yifei Wang

Die Sicherheitsherausforderungen, die durch selbstüberwachtes Lernen und No-Label-Backdoor-Angriffe entstehen.

NCL verbessert die Interpretierbarkeit und Leistung bei maschinellen Lernaufgaben.

Die Balance zwischen echten und generierten Daten erkunden, um die Leistung von Machine Learning zu verbessern.

Neue Methoden zur Gestaltung von Rahmen im maschinellen Lernen erkunden.

Die Risiken von Backdoor-Angriffen auf intelligente Systeme aufdecken.

Dieser Artikel behandelt, wie KI-Modelle aus Fehlern durch Selbstkorrektur lernen.

Untersuchung der Auswirkungen von Attention-Masken und Layer-Normalisierung auf Transformer-Modelle.

EMDiffusion verbessert das Training von Diffusionsmodellen mit beschädigten Bildern.

Neue Techniken im maskierten Bildmodell für bessere selbstüberwachte Lernmethoden erkunden.

Eine neue Methode verbessert die Bilderzeugung mit beschädigten Daten.

Dieser Artikel beleuchtet die Bedeutung von faktischem Erinnern beim Denken von LLMs.

Neue Techniken in der DCR versprechen präzise Messungen im Nanoskal, die gegenläufige Solitonen nutzen.

Dieser Artikel schaut sich Probleme in LLM-Projekten an und schlägt Lösungen für Entwickler vor.