formal guarantees | BriefGPT

关键词formal guarantees

搜索结果 - 9

ICML通过机制可解释性为模型性能提供可证明的保证
使用机制性可解释性推导和简明证明模型性能的形式保障，通过形式下界评估小型 Transformer 模型在 Max-of-k 任务上的准确率，并通过多种证明策略量化地展示了机制性理解与性能保障的紧密联系，最终确定了结构缺失噪声的叠加作为使用机
PDF15 days ago
多智能体系统学习策略的碰撞避免验证
通过后向可达性方法验证多智能体神经反馈循环（MA-NFL）的碰撞避免属性，并展示该方法在 10 个智能体系统上的计算可扩展性。
PDF4 months ago
基于学习的图搜索问题算法
在这篇研究论文中，我们考虑了最近由 Banerjee 等人（2022）提出的预测图搜索问题。我们设计了一种算法来应对未知图上的搜索任务，并且在预测误差上提供了最优或接近最优的算法依赖关系的保证。此外，我们还提出了 Banerjee 等人（2
PDF4 months ago
带有正式保证的随机控制系统中的组合策略学习
通过学习神经网络策略及其与 rech-avoid 超融合 (Probabilistic Reach-Avoid Supermartingales, RASM) 的组合，提供了一种新的方法来保证复杂控制任务中神经网络策略的行为满足特定规范的概
PDF7 months ago
分布式个体公平性认证
神经网络的分布个体公平性的高效认证界限是可扩展、实用和可靠的算法公平性保证来源。
PDF7 months ago
ART: 用于证明神经网络正确性的抽象细化引导训练
本文提出了一种新的神经网络学习框架，该框架通过集成基于优化算法的抽象精炼循环并在动态构建的具有准确性和安全性目标的输入空间的分区上操作，实现训练可证明正确的机器学习网络的目标。通过实现我们的方法并将其应用于强制执行 ACAS Xu 数据集和
PDF5 years ago
IJCAI推广规划的可靠抽象保证 (扩展论文)
本研究针对广义规划中的归纳学习过程中模型广化限制的问题，提出基于全量数据的抽象模型和自动化合成方法，并形式化证明了其可行性和正确性。
PDF5 years ago
高斯过程贝叶斯推断的鲁棒性保证
本文探讨了对于 Bayesian 推断模型的输入扰动的鲁棒性估计问题，通过使用高斯过程理论并提出算法计算当前模型在输入空间中的紧密强度，并应用于两个例子中：一个 GP 回归问题和一个全连接深度神经网络来研究 MNIST 数据集上的对抗性例子
PDF6 years ago
Reluplex：用于验证深度神经网络的高效 SMT 求解器
我们提出了一种基于单纯形方法的技术，用于验证深度神经网络的属性，该方法可以处理非凸的修正线性单元（ReLU）激活函数，成功地验证相对于现有方法已知的规模更大的神经网络，以及用于无人机的下一代空中碰撞避免系统（ACAS Xu）的深度神经网络原
PDF7 years ago