BriefGPT.xyz
Oct, 2023
通过可变界实现实用的非对抗性分布对齐
Towards Practical Non-Adversarial Distribution Alignment via Variational Bounds
HTML
PDF
Ziyu Gong, Ben Usman, Han Zhao, David I. Inouye
TL;DR
通过提出一种基于非对抗的VAE对齐方法,本研究克服了对齐方法中的一些限制,并比较了该方法与先前的基于VAE的对齐方法的理论和实证研究。最终,实验证明我们的新颖对齐损失可以替代标准不变表示学习流程中的对抗损失,从而显著拓宽了非对抗对齐方法的适用范围。
Abstract
distribution alignment
can be used to learn
invariant representations
with applications in fairness and robustness. Most prior works resort to adversarial alignment methods but the resulting minimax problems are
→