Stefanie Jegelka

Esaminare le complessità e le strategie per l'apprendimento delle reti neurali in diversi tipi di dati.

Esplorare le sfide di sicurezza poste dall'apprendimento auto-supervisionato e dagli attacchi backdoor senza etichette.

Esplorando nuovi metodi per progettare cornici nel machine learning.

Introducendo un framework universale per le misure di nitidezza nel machine learning.

Questo articolo parla di come i modelli di intelligenza artificiale imparano dagli errori attraverso l’autocorrezione.

Esaminando l'impatto delle maschere di attenzione e della normalizzazione dei livelli sui modelli transformer.