Yaoliang Yu

Un nuevo enfoque mejora el aprendizaje contrastivo a través de medidas de divergencia variadas.

Explorando las amenazas que plantea la intoxicación de datos indiscriminada en el aprendizaje auto-supervisado.

Aprende cómo la cuantización de redes hace que los modelos sean más eficientes para dispositivos con recursos limitados.

Explorando cómo los modelos generativos pueden infringir sutilmente las leyes de derechos de autor.

Presentando nuevos métodos para mejorar los procesos de olvido en modelos de aprendizaje contrastivo.

Un estudio sobre estrategias de adaptación en juegos con información limitada.

Aprende sobre los métodos de protección de datos y las amenazas en el mundo del aprendizaje automático.