BriefGPT.xyz
Ask
alpha
关键词
meta-classifier
搜索结果 - 4
AAAI
MOVE: 嵌入式外部特征的有效且无害的所有权验证
该研究提出了一种有效的且不会引入安全风险的模型所有权验证(MOVE)方法,使用元分类器来确定一种模型是否被盗,并使用渐变样式转移来嵌入外部特征,以便在白盒和黑盒设置下提供综合的模型保护。
PDF
2 years ago
零样本学习的实际方面
本研究旨在比较多种最新的 zero-shot learning 方法在标准基准数据集上的表现,并提出和比较多种元分类器,在缺乏带标签训练数据集的情况下,将多种分类器的最佳方面相结合,达到更好的分类效果。
PDF
2 years ago
AAAI
通过验证嵌入的外部特征防御模型窃取
本文从外部特征的角度出发,通过渗透几个经过风格转换的训练样本嵌入外部特征,训练元分类器验证一个可疑模型是否包含被攻击者指定的外部特征知识,实验结果表明我们的方法可以有效地同时检测不同类型的模型窃取,即使窃取的模型是通过多阶段窃取过程获得的。
PDF
3 years ago
MM
在没有标签数据的情况下对多个预测器进行排名和组合
本文介绍了一种基于谱方法的元学习器,可以在只有多个分类器的推荐或预测的情况下,可靠地排名它们,并构建一个比大多数组合中的分类器更准确的元分类器。该方法假设分类器之间具有条件独立性,并通过计算其协方差矩阵和特征向量进行排名,并进一步引入谱元学
→
PDF
11 years ago
Prev
Next