machine learning systems | BriefGPT

关键词machine learning systems

搜索结果 - 75

药剂：走向毒物遗忘
通过引入新的抗干扰方法和寻找适合的超参数来解决恶意攻击和毒数据从已训练模型中删除的问题，我们的方法在 CIFAR10 和 CIFAR100 数据集上检验后，毒数据去除效果显著，修复了 93.72% 的毒样本，相较于全模型重新训练方法（40.
PDF21 days ago
惩罚式逆概率度量在符合性分类中的应用
通过引入 Penalized Inverse Probability (PIP) 和其正则化版本 RePIP 的非共形评分方式，该研究提出了一种可以同时优化效率和信息性的算法，通过农业机器人中作物和杂草图像分类任务的玩具示例和实证结果，展示
PDF21 days ago
DafnyBench: 形式软件验证基准
我们介绍了 DafnyBench，这是一个用于训练和评估形式软件验证的机器学习系统的最大基准测试。我们测试了 LLM（如 GPT-4 和 Claude 3）生成足够的提示来让 Dafny 形式验证引擎成功验证 750 多个程序，代码行数约为
PDF22 days ago
机器学习中的长期公平性调查和追求：定义、方法和挑战的综述
通过研究现有文献，本调查从不同角度回顾了长期公平性的研究，并提出了一个分类法。我们突出了一些关键挑战，考虑了未来的研究方向，分析了现有的问题和潜在的深入探索。
PDF24 days ago
务实审计：面向机器学习系统的驱动式审计方法
机器学习系统的采用和部署引发了伦理事件和社会关注，需要有准确的伦理准则来审计这些系统，我们提出了一个基于机器学习生命周期的审计程序，以透明性和问责制为中心，并扩展了欧洲委员会发布的 AI-HLEG 指南，通过两个真实用例的试点测试，我们讨论
PDFa month ago
在无法预见结果下的模仿战略行为中学习
利用机器学习系统进行个体决策的智能行为研究，提出了基于 Stackelberg 博弈的模型，探讨了决策者对个体行为的预期能力对其目标函数和个体最佳反应的影响，并通过调整偏好，同时抑制操纵、鼓励改进和促进公平。
PDF2 months ago
虚假数据的真实风险：合成数据、多元化借名和绕过同意
使用合成数据的机器学习系统存在两个主要风险：通过增加数据集的多样性和代表性，使用合成数据会导致虚假信心的高风险；同时，使用合成数据还会规避数据使用授权，对现有的治理和道德实践产生复杂影响，将数据与受影响个体分离开，可能使算法引发的伤害权力进
PDF2 months ago
机器学习系统的温度
开发了一种热力学理论用于机器学习系统，与物理热力学系统相似的是，机器学习系统也具有能量和熵的特征。我们引入了温度的概念，并建立了一个基本的热力学框架来处理具有非 Boltzmann 分布的机器学习系统。我们将机器学习系统看作具有不同状态的系
PDF2 months ago
LLM 间在不泄露私人信息的情况下是否可能相互协助？
本研究通过引入隐私保护技术，展示了在具有敏感数据访问权限的情况下，将级联系统应用于机器学习模型中的可行性，并提出了减少信息泄露风险的两种隐私度量方法。同时，通过运用社交学习范式，展示了在多个数据集上，相较于非级联基线，我们的方法不仅最小化了
PDF3 months ago
IJCAI高级交互式人机学习界面用于收集和学习复杂的注释
本文旨在通过为二分类任务提供人机学习界面，使人类注释者能够利用反事实例来补充标准的二分类标签，以缓解人类注释者适应传统标签所施加的限制。
PDF3 months ago
DISL: 以大规模 Solidity 智能合约数据集推动研究
DISL 数据集包含 514,506 个唯一的 Solidity 文件，部署在以太坊主网上。它满足对大型和多样化的真实世界智能合约数据集的需求。DISL 旨在成为开发机器学习系统和为智能合约设计的软件工程工具进行基准测试的资源。通过聚合截至
PDF3 months ago
面向公平性的共享微移动服务的运营和控制的强化学习方法
在共享微移动服务的运营和控制中，通过 Q 学习算法在机器学习系统中平衡性能优化与算法公平性，以实现在不同站点类别中的公平结果。
PDF3 months ago
利用统计技术在视觉模型中检测异常或超出分布的数据
机器学习系统中的越界数据和异常输入是当前的漏洞，往往导致系统做出错误的预测。本文评估了 Benford's 法则作为一种用于量化真实输入和受损输入之间差异的方法。我们相信在许多情况下，它可以用作检测异常数据点和标识越界数据的过滤器。我们希望
PDF3 months ago
约束学习问题的近似最优解
通过对双向上升算法进行特性化，我们在非凸条件下解决了理论与实践之间的差距，揭示了双向学习的先前经验成功，并在公平学习任务中验证了我们的结果。
PDF4 months ago
关于机器学习后门检测作为一种假设检验问题的 (不) 可行性
我们引入了一个形式化的统计定义，用于分析机器学习系统中后门检测问题的可行性，为我们的定义的实用性和适用性提供了证据。我们的工作的主要贡献是后门检测的一个不可能性结果和一个可实现性结果。我们证明了一项无饭票定理，证明了通用（无敌手意识）的后门
PDF4 months ago
走向 MLOps：面向机器学习系统的 DevOps 工具推荐系统
运用 DevOps 实践于机器学习系统，被称为 MLOps，其目的是建立不同开源工具之间的连接，构建一个能自动执行步骤来构建数据集、训练机器学习模型并将模型部署到生产环境的流水线，并存储不同版本的模型和数据集。本文提出了一个基于上下文信息（
PDF4 months ago
机器学习中的虚假相关性：一项调查
机器学习系统对输入的偏倚特征（例如背景、纹理和次要对象）与相应标签之间的虚假相关性非常敏感。本综述提供了对该问题的全面回顾，以及现有最先进方法的分类体系，用于解决机器学习模型中的虚假相关性。此外，我们总结了现有的数据集、标杆和度量方法，以帮
PDF4 months ago
在连续学习中维持对抗性鲁棒性
机器学习系统的安全性和可靠性需要对抗鲁棒性。然而，由于神经网络在学习新任务时容易忘记先前的对抗鲁棒性，复杂的防御算法所获得的对抗鲁棒性很容易被抹去。为了解决这个问题，我们提出了一种名为 “双梯度投影” 的方法，通过将权重更新的梯度正交投影到
PDF5 months ago
代理人行动的原因：意图和目标
通过在结构因果影响模型中引入意图的形式定义，我们展示了这个定义捕捉到意图的直观概念，并满足了过去工作设定的期望。此外，我们还展示了我们的定义如何与过去的概念相联系，包括实际因果关系和安全 AI 代理文献中的核心概念 —— 工具性目标。最后，
PDF5 months ago
利用不同深度学习架构进行穿戴设备和单摄像头视频的上肢活动识别比较研究
通过计算机视觉和惯性测量单元 (IMU) 等广泛应用的技术以及最近在临床和研究环境中日益流行，来评估人体的身体活动。然而，为了增加患者在实验室外的跟踪可行性，有必要减少运动采集设备。在这方面，IMU 设备和单一摄像头系统是有希望的解决方案。
PDF5 months ago