敵対的攻撃がAIの予測や説明にどんな影響を与えるかを調べる。
― 1 分で読む
最先端の科学をわかりやすく解説
敵対的攻撃がAIの予測や説明にどんな影響を与えるかを調べる。
― 1 分で読む
新しいフレームワークが多様なデータタイプを使って知識グラフの補完を改善するよ。
― 1 分で読む
モデルの解釈を良くするために、勾配ベースのサリエンシーマップを強化する新しいアプローチ。
― 0 分で読む
機械視覚アプリケーションのデータ共有でプライバシーを強化するシステム。
― 0 分で読む
敵対的攻撃とそれが機械学習モデルに与える影響について学ぼう。
― 1 分で読む
データ操作に対する分類器の信頼性を高める方法。
― 1 分で読む
敵対的攻撃に対抗するための深層学習モデルを強化する新しいアプローチ。
― 1 分で読む
新しいトレーニング方法がニューラルネットワークの不確実性評価能力を向上させる。
― 1 分で読む
新しいモデルが乳腺組織病理診断の画像検索を強化する。
― 1 分で読む
新しい方法で敵対的攻撃に対するニューラルネットワークの性能が向上。
― 1 分で読む
深層ニューラルネットワークのための敵対的トレーニングを改善する新しい方法。
― 1 分で読む
言語モデルにおける攻撃への耐久性を向上させるための研究。
― 1 分で読む
新しい方法が言語モデルの安全性を改善しつつ、機能はそのまま保ってるよ。
― 1 分で読む
AdvUnlearnは、アンラーニングと敵対的トレーニングを組み合わせることで、画像生成の安全性を高めるよ。
― 1 分で読む
新しい方法がテキストから画像生成の安全性を向上させることを目指してるよ。
― 1 分で読む
敵対的サンプルがAIモデルにどう影響を与えるかを見てみよう。
― 1 分で読む
新しいアプローチが、さまざまなグループ間でのヘイトスピーチの特定において公平性を向上させる。
― 1 分で読む
新しい方法が、機械の故障検知をより良い特徴学習を通じて改善する。
― 1 分で読む
PARTを紹介するよ、機械学習モデルの精度と頑健性をアップさせる方法だ。
― 1 分で読む
対抗訓練への新しいアプローチがAIシステムの性能とセキュリティを向上させる。
― 1 分で読む
この記事では、敵対的摂動に対する耐性を高めるためのSSMの改良について考察しています。
― 1 分で読む
モデルの頑丈さを敵対的攻撃に対抗するためにProFeATを紹介します。
― 1 分で読む
ADEPは複数の薬からの悪影響を予測して、安全性を向上させることを目指してるよ。
― 1 分で読む
この研究は、機械学習モデルの精度と頑健性の限界を調査している。
― 1 分で読む
プライバシーの心配なしに合成データを作る新しいアプローチ。
― 1 分で読む
この記事では、特徴の忘却とそれが機械学習におけるプライバシーと公平性に与える影響について話してるよ。
― 0 分で読む
新しいモデルがバイアスを解消して、さまざまなデータを使って株価予測を改善するよ。
― 1 分で読む
強靭な分類器に関する新しい知見が、攻撃に対する耐性を高める能力を向上させる。
― 1 分で読む
神経ネットワークと暗号化を組み合わせることで、安全な通信手段が強化される。
― 1 分で読む
小さい入力の変化に対するニューラルネットワークの脆弱性を調べる。
― 1 分で読む
セマンティックセグメンテーションにおける敵対的攻撃とモデルの頑健性を検証する。
― 1 分で読む
大規模言語モデルのリスクと防御戦略を探る。
― 1 分で読む
新しいViTアーキテクチャは、精度を向上させつつ、敵対的脅威に対して耐性を持ってるよ。
― 1 分で読む
この記事では、敵対的攻撃から画像品質システムを守る方法についてレビューします。
― 0 分で読む
新しい方法がRLエージェントの有害な入力変化に対する耐性を高める。
― 1 分で読む
新しい手法が、ワッサースタイン近似を使って複雑なデータからの学習を強化する。
― 1 分で読む
対抗訓練は合成音声と実音声でキーワードスポッティングの精度を高めるよ。
― 1 分で読む
新しい方法が騒がしい環境での話者認識を改善する。
― 0 分で読む
CLATは、通常の画像の精度を保ちながら、敵対的攻撃に対してモデルの堅牢性を向上させるんだ。
― 1 分で読む
新しい方法で機械学習モデルの敵対的攻撃への防御が改善される。
― 1 分で読む