BriefGPT.xyz
大模型
Ask
alpha
关键词
robust self-training
搜索结果 - 2
ICML
理解和减轻稳健性与准确性之间的权衡
本研究通过对线性回归中对最优线性预测器进行噪声扰动的方法,准确描述了数据增广对于标准误差的影响,并证明了最近提出的鲁棒自学习估计器(RST)可以在不损失标准误差的情况下提高鲁棒误差。经验证,使用不同的对抗训练方法进行 RST 可以改善 CI
→
PDF
4 years ago
对抗训练可能会损害泛化
本文研究了对抗训练在提高鲁棒精度(对抗方面)的同时又有可能降低标准精度(没有对抗方面)。通过构造凸学习问题,我们发现鲁棒精度和泛化能力之间存在基本的紧张关系,而利用未标记的数据进行鲁棒自我训练可以消除这种关系。
PDF
5 years ago
Prev
Next