Neuste Artikel für Robustheit

Dieser Artikel untersucht, wie relationale Konzepte die Wissensabfrage in grossen Sprachmodellen beeinflussen.

Forscher entwickeln neue Methoden, um Roboter sicher in riskanten Umgebungen zu trainieren.

Eine Studie darüber, wie Pose-Schätzmodelle mit beschädigten Bildern abschneiden.

Sicherstellen, dass AI-Erklärungen klar und zuverlässig sind, damit die Nutzer Vertrauen haben.

Eine neue Methode zur Schätzung der Kantendichte in Zufallsgraphen, die gleichzeitig die Privatsphäre sichert.

Forschung zeigt, wie Sicherheitsneuronen dabei helfen, die Sicherheit und Verantwortung von LLMs zu verbessern.

Ein Überblick über teilweise hyperbolische Systeme und ihr komplexes Verhalten.

Datenbalance ist entscheidend für Fairness und Genauigkeit in Machine-Learning-Modellen.

Eine neue Methode hilft dabei, Schwachstellen in Deep-Learning-Modellen schnell zu identifizieren.

Eine Methode, um die Systemeffizienz zu steigern, ohne genaues Wissen zu haben.

Ein tiefgehender Blick darauf, wie Sprachmodelle die Genauigkeit bei strukturellen Veränderungen aufrechterhalten.

Analyse, wie Lärm die Effizienz von Verkehrssystemen beeinflusst.

Erkunde die Funktionsweise und Anwendungen von Diffusionsmodellen in der generativen KI.

Eine neue Methode vorstellen für bessere Lösungen bei komplexen Ingenieur- und Robotikaufgaben.

Untersuchung von Risiken und Abwehrmassnahmen gegen Backdoor-Angriffe in KI-Modellen.

Erforschung von Backdoor-Angriffen und Graphenreduktionsmethoden in GNNs.

Eine neue Methode verbessert das Management von Videodaten für ein besseres Verständnis und mehr Effizienz.

Diese Forschung untersucht, wie visuelle Probleme die Modelle für visuelle Fragenbeantwortung beeinflussen.

Dieses Verfahren hilft, komplexe, sich verändernde Daten zu klären, indem es Rauschen reduziert und gleichzeitig wichtige Merkmale beibehält.

LayerShuffle verbessert die Robustheit von neuronalen Netzen, indem es eine flexible Ausführung von Schichten ermöglicht.

Lern, wie Bifiltrationen die Datenanalyse verbessern, indem sie zwei Parameter gleichzeitig untersuchen.

Ein neues Framework soll die Genauigkeit bei der Bewertung der Sicherheit von Stromsystemen verbessern.

Neue Methoden verbessern die Leistung von Regelungssystemen trotz Unsicherheiten.

Vertrauen und Compliance in Sprachmodellen durch genaue Quellenangabe verbessern.

Untersuchen, wie das Training die Modellleistung in adversarialen Situationen beeinflusst.

Ein neuer Ansatz, um die Effizienz bei Mustererkennungsaufgaben zu verbessern.

Ein neuer Benchmark behandelt die Notwendigkeit für eine standardisierte Bewertung in der spatio-temporalen Vorhersage.

Untersuchung von adversarialen Angriffen und Modellrobustheit in der semantischen Segmentierung.

Dieser Artikel überprüft die Zuverlässigkeit von Modellen bei der Analyse visueller Daten.

Dieser Artikel vergleicht verschiedene schluckbare Antennenarten zur Gesundheitsüberwachung im Magen-Darm-Trakt.

Elliptical Attention verbessert den Fokus und die Leistung bei KI-Aufgaben.

SafePowerGraph verbessert die GNN-Leistung bei Stromnetzoperationen mit Fokus auf Sicherheit.

Forschung zeigt, wie Variabilität die ANN-Controller verbessert, um in verschiedenen Umgebungen besser abzuschneiden.

Ein neues Modell verbessert die Trajektorienvorhersage für selbstfahrende Autos unter verschiedenen Bedingungen.

Die Rolle von Robustheit bei der Schätzung unbekannter Verteilungen aus Stichproben untersuchen.

Eine Methode, um das Verhalten von Sprachmodellen gegen schädliche Ausgaben zu verbessern.

Eine Studie zur Verbesserung von CNNs mithilfe von teilweisen Labels und adversarialen Angriffsmodellen.

Die Untersuchung der AI-Entscheidungen und ihrer unerwarteten Herausforderungen.

VeriQR steigert die Robustheit von Quanten-Maschinenlernmodellen gegenüber Rauschen.

Ein neuer Ansatz, um die Zuverlässigkeit von Methoden zur Erklärung von KI-Entscheidungen zu bewerten.