テクノロジーの安全性 に関する最新の記事

MLGuardは、安全で信頼できる機械学習アプリケーションのためのフレームワークを提供してるよ。

Adv3Dは、自動運転車システムのためのリアルな3D敵対的例を紹介するよ。

複雑な環境での物理的リスクを考慮した安全なロボットナビゲーションの新しい方法。

プレーンCでコーディングされたニューラルネットワークを検証するベンチマークを紹介します。

新しい手法がAVモデルのカメラ視点の変化への適応性を高める。

画像生成の安全性を確保するためのテストツールの役割を調べる。

重要な分野での機械学習システムの安全対策について話し合う。

AIシステムにおける安全性と信頼の必要性を探る。

安全を優先する強化学習のフレームワークを紹介するよ。

AIシステムの安全性におけるモデル検証の重要性についての考察。

新しい方法が使用済み核燃料管理の予測を改善する。

データ駆動型安全フィルターが学習ベースのシステムで安全をどう維持するか探ってみて。

運用中のニューラルネットワークを監視して信頼性を確保する新しいアプローチ。

新しい方法が革新的な制御戦略を通じて自律システムの安全なナビゲーションを改善している。

新しい方法で、ベイジアンニューラルネットワークの攻撃に対する安全性の検証が改善されるんだ。

新しい方法がAIの意思決定を改善し、安全性と効率性を確保してるよ。

この研究は、DNNが未知の運転データを扱う際の安全性を評価してるんだ。

技術における安全な操作のための制御バリア関数について。

安全な強化学習技術とその実世界での応用についての探求。

新しい方法が、複雑な環境を移動するロボットの安全性を高める。

新しい方法でロボットがユーザーの指示を安全に解釈する能力が向上した。

自動運転車のAIシステムの過信を克服するための安全対策を探る。

ハイブリッドロボットシステムの安全性と性能を向上させるための新しいフレームワーク。

分散システム、同期、セーフティメソッドの概要。

コミュニティ主導の取り組みで、T2Iモデルの有害なプロンプトを特定する。

オフライン強化学習で安全を確保する新しいアプローチ。

新しい方法が、大規模言語モデルの安全性と有用性を向上させることを目指している。

新しいフレームワークが複雑な環境でのUGVの安全性を向上させるよ。

宇宙船の自律性を安全にするためのシールド付き深層強化学習に関する研究。

新しい方法は、広範なトレーニングなしでマルチモーダルAIシステムの安全機能を強化する。

AIとロボットを組み合わせて、安全で効率的な操作をするためのガイド。

新しい手法が強化学習の安全性を高め、制約のある環境での性能を最適化する。

DeepKnowledgeメソッドは、重要なアプリケーションにおけるDNNの信頼性を向上させる。

新しい方法は勾配情報に注目することでOOD検出を強化する。

研究は、最小限のNAP仕様でニューラルネットワークの検証を改善することに焦点を当てている。

DEXTERは、分布外検出を強化することでAIの安全性を向上させる。

人気のある言語モデルの安全性パフォーマンスを比較した研究。

OOD検出と適合予測を組み合わせることで、モデルの信頼性が向上するよ。

複雑なタスクを分解することで、ロボットがうまくナビゲートできるようになるって学ぼう。

新しいデータセットは、言語モデルが文化ごとに有害なコンテンツをどう扱うかを評価してるよ。