Yisen Wang

Explorando los desafíos de seguridad que presentan el aprendizaje auto-supervisado y los ataques de puerta trasera sin etiquetas.

NCL mejora la interpretabilidad y el rendimiento en tareas de aprendizaje automático.

Explorando el equilibrio entre datos reales y generados para mejorar el rendimiento del machine learning.

Explorando nuevos métodos para diseñar marcos en el aprendizaje automático.

Explorando métodos para proteger imágenes personales del mal uso de la IA.

Este artículo habla de cómo los modelos de IA aprenden de los errores a través de la autocorrección.

Explorando nuevas técnicas en modelado de imágenes enmascaradas para mejorar el aprendizaje auto-supervisado.