Chao Shen

Uno sguardo agli attacchi backdoor e alle difese nei modelli di deep learning.

Esplorare le sfide e le soluzioni per proteggere le smart grid dagli attacchi informatici.

Presentiamo il metodo IC per migliorare l'accuratezza nella risoluzione dei problemi di matematica.

Una panoramica dei metodi di test per le librerie di deep learning e la loro importanza.

Presentiamo ProCo, un metodo per migliorare l'auto-correzione nei grandi modelli linguistici.

Questo studio valuta le prestazioni dei LCGMs nei compiti di codifica in inglese e cinese.

Un nuovo metodo trova i bug di prestazione nei framework di DL in modo efficiente.

Un nuovo framework affronta l'equità nelle reti neurali profonde durante il potatura dei modelli.

BackdoorBench offre un approccio unificato per valutare i metodi di apprendimento backdoor nelle reti neurali profonde.

Un nuovo metodo migliora l'efficienza e l'efficacia del jailbreaking nei modelli di linguaggio di grandi dimensioni.

I ricercatori affrontano l'illusione degli oggetti nell'IA per migliorare accuratezza e affidabilità.