adversarial fine-tuning | BriefGPT

关键词adversarial fine-tuning

搜索结果 - 6

压缩神经网络的对抗微调：强化鲁棒性和效率的联合改善
探讨深度学习中模型压缩方法对对抗鲁棒性的影响，发现压缩不会导致模型损失鲁棒性，而对压缩模型进行对抗微调可以显著提高鲁棒性性能并改善计算效率。
PDF4 months ago
通过伪标记成员的微调增强训练数据曝光
通过对神经语言模型进行对抗性微调，以增强其对预训练数据的保留，本文介绍了一种新的攻击场景。通过使用伪标签进行生成文本的成员近似，我们证明了使用更高的成员概率进行微调能够使模型暴露训练数据增加四到八倍。
PDF4 months ago
使用生成的呼吸声进行对抗性微调以解决类别不平衡问题
我们提出了一种简单而有效的深度生成模型，用于增强医学影像中的数据稀缺问题，并通过对抗性微调方法在呼吸音分类上取得了优越的性能。
PDF8 months ago
语言模型的敌对微调：一种用于生成和检测问题内容的迭代优化方法
使用对抗微调的新型双阶段优化技术解决大型语言模型中意外有害内容生成的挑战，并通过分类准确性评估方法展示了优化过程中，判断模型在具有挑战性的数据集上的性能提升。
PDF10 months ago
仅需简单微调：通过对抗微调实现鲁棒深度学习
本研究提出了一种基于缓慢上升和快速下降型学习率调度策略的对抗微调方法，该方法通过有效的学习率调度策略显著降低了计算成本，同时提高了深度神经网络的准确性和鲁棒性。实验结果表明，该方法在 CIFAR-10，CIFAR-100 和 ImageN
PDF4 years ago
AAAI对比预训练与对抗微调结合的零样本专家链接
本文提出了 CODE 方法，用于将任意外部专家链接到 AMiner 上，通过对比学习构建专家模型并采用对抗微调方法增强模型的迁移能力，在两个外部数据源上进行评估并展示在线部署和主动学习的性能。
PDF4 years ago