Hao Fang

Este estudio evalúa métodos para mejorar el análisis de expresiones contextuales usando datos limitados.

Explorando los riesgos de ataques de inversión de modelos sobre datos privados en modelos de aprendizaje automático.

Una visión general de las ecuaciones no lineales, sus propiedades y aplicaciones en diferentes campos.

APEX mejora cómo trabajan los robots con dos brazos para tareas complejas.

Un nuevo método revela vulnerabilidades en los modelos de preentrenamiento de visión-lenguaje a través de perturbaciones universales adversariales.

H-GLaD mejora la destilación de conjuntos de datos, aumentando la eficiencia y el rendimiento en el entrenamiento de modelos.

Un nuevo método mejora los ataques adversariales en modelos de aprendizaje automático usando CLIP.

Los equipos compiten para mejorar los métodos de predicción de la atención en videos.

Un nuevo método para crear conjuntos de datos sintéticos eficientes para modelos de aprendizaje profundo.