detection methods | BriefGPT

关键词detection methods

搜索结果 - 48

大型语言模型中的幻觉调查：原则、分类、挑战与开放问题
在这份调查中，我们旨在对大型语言模型（LLM）幻像领域的最新进展进行全面而深入的概述。我们从 LLM 幻像创新分类入手，然后深入探讨了导致幻像的因素。接下来，我们全面介绍了幻像检测方法和基准。此外，我们还相应介绍了用于减轻幻像的代表性方法。
PDF8 months ago
机器学习中图像伸缩攻击的检测
图像缩放是机器学习和计算机视觉系统中的重要组成部分，然而，这一预处理步骤容易受到所谓的图像缩放攻击的影响。本文首次对图像缩放攻击的检测方法进行深入系统化和分析，提出了两种普遍的检测范例，并从中推导出简单但在设计上明显优于以前方法的新方法。通
PDF8 months ago
ICCV在线检测 AI 生成图像
通过研究 AI 生成图像的检测方法以及泛化性能，本研究扩展了像素预测的应用并评估了使用合成图像训练像素检测器的可行性。
PDF8 months ago
FLTracer：联邦学习中准确的攻击来源溯源
本研究通过对现有 FL 攻击和检测方法进行综合研究，提出了 FLTracer，该方法能够准确检测各种攻击并追踪攻击时间、目标、类型和污染更新的位置，通过基于卡尔曼滤波器的跨轮次检测来识别攻击者，使检测方法对于数据异质性具有鲁棒性且能够在非独
PDF8 months ago
集成和迁移学习在一种端到端自动彩色图像检测模型中的应用
该论文提出了一种结合迁移学习和集成学习方法的新颖方法，以减少训练时间和资源需求，并提出了一个模型来对自然彩色图像和计算机彩色图像进行分类。该模型利用预训练的 VGG16 和 Resnet50 分支，以及 MobileNet v2 或 Eff
PDF9 months ago
行为属性重叠现象中的网络攻击分析与检测
研究网络攻击的多标签检测模型 MLD-Model，利用数据集和深度学习技术改善分类性能，实验证明在 UNSW-NB15 和 CCCS-CIC-AndMal-2020 中，MLD-Model 较相关的单标签方法高出 5.99%-7.97% 的
PDF10 months ago
认知幻象：大型语言模型中幻觉的综述
研究总结了最近对大型语言模型中的幻觉现象的有趣见解，提出了一个包含各种文本生成任务中幻觉的新颖分类法，以及理论洞察、检测方法和改进方法，并提出了若干未来的研究方向。
PDF10 months ago
ACLJ-Guard: 以新闻引导的对抗鲁棒性检测人工智能生成的新闻
AI 生成的新闻是网络上的重要的误信息来源，此研究开发了一个名为 J-Guard 的框架，通过应用独特的新闻特征来有效区分真实的新闻和 AI 生成的新闻，并在面对对抗性攻击时只有 7％的性能下降。
PDF10 months ago
提高以太坊上庞氏骗局检测的鲁棒性和准确性 —— 基于时间相关特征
该研究开发了新的检测模型，仅依赖于交易数据，实现了比现有基于交易的模型更高的准确性、精确度、召回率和 F1 值，填补了现有文献中的空白。
PDF10 months ago
深度伪造检测领域的最新进展
调查和分析当前深度伪造检测领域的各种方法和进展，以解决恶意深度伪造创建和缺乏普适性深度伪造检测方法的问题。
PDFa year ago
LOIS：视觉问答中的实例语义观察
我们提出了一种不使用边界框的细化模型框架（LOIS）来解决视觉问题回答中关于对象语义因果关系的挑战，并通过两种关系注意力模块来处理实例遮罩引起的标签歧义。实验证明，我们的方法在改进视觉推理能力方面具有良好的性能。
PDFa year ago
使用梯度和不变性转换检测不确定性、超出分布和对抗样本的 GIT
提出一种名为 GIT 的综合方法，通过使用梯度信息和不变性转换来检测泛化错误，并将被错误分类的样本转移到神经网络的泛化区域，实验结果显示 GIT 在各种网络架构、问题设置和扰动类型上表现出卓越的性能。
PDFa year ago
HalOmi: 一份手动标注的跨语言机器翻译幻觉与遗漏检测基准集
本论文发布一个注释数据集用于检测机器翻译中出现的幻觉和省略现象，并重新访问了以前的幻觉和省略检测方法，建立了新的坚实基础。
PDFa year ago
基于强化学习的多指标硬件木马检测方法
该论文提出了一种基于多标准强化学习方法的硬件特洛伊检测工具，能有效地探索现有的检测策略和适应新的检测场景，并且提供了一种公正的比较硬件特洛伊检测方法的方法。该工具在 ISCAS-85 基准测试中成功检测率平均达到了 84.2%。
PDFa year ago
AdvCheck: 通过本地梯度检查特征对抗性示例
介绍一种新的针对深度神经网络攻击问题的检测方法 AdvCheck，其利用 local gradient 对对抗样本和误分类自然输入进行精确区分，能够获得比现有技术更高的检测率和更低的计算成本。
PDFa year ago
ACL寻找稻草堆中的针头：神经机器翻译中幻觉的全面研究
本文研究了神经机器翻译中的幻觉问题，提出了一种基于不确定性的检测方法，并探究了 DeHallucinator 方法在测试阶段缓解幻觉的效果。此外，作者还发布了一个标注数据集用于未来研究。
PDF2 years ago
IJCAI探讨生成对抗网络产生的面部图像频谱的异步性
本文提出了一种基于异步频率谱的方法，对生成对抗网络（GAN）的合成图像进行识别和检测，并在不同领域之间进行了验证。
PDF3 years ago
SpectralDefense: 在傅里叶域中检测 CNN 的对抗攻击
该研究使用傅里叶域的分析方法和特征图的相位和振幅识别方法，成功地区分了对抗示例和良性测试图片，并提出了两种新颖的对抗检测方法。
PDF3 years ago
AAAI利用对抗梯度方向进行对抗样本检测，战胜攻击者
提出了一种基于对抗梯度方向的对抗示例检测方法，用于识别特制的输入，以欺骗机器学习分类器，此方法仅应用一个随机扰动对输入示例进行检测，实验表明，相比使用多个扰动的检测方法，该方法在对抗攻击方面表现更好。在多个数据集上的实验表明，该方法相应的
PDF4 years ago
Catch Me if I Can: Peer Assessment 中策略行为的检测
本研究考虑同行评估任务中的策略行为，设计了一种测试方法以侦测此类行为，并通过实验验证了其检测能力。
PDF4 years ago