对立

  • Creator 面对面 | 面向对立的 AI 模型架构和进修步骤

    随着 AI 的兴起,不同规模的相关研究热火朝天,各种各样的 AI 模型框架和进修步骤扑面而来,各不相同。那么是否能有一种对立的模型架构和进修步骤来解决不同规模的不同问题呢?让我们来听听怎么看。

    2022年 7月 18日
  • 《Pattern Recognition Letters》特刊通知

    中心:深度进修模型安全简介:深度进修已广泛应用于自然语言处理、计算机视觉、数据安全等诸多领域。为进修到有效的深度模型,需花费大量时间和精力来收集数据与分配计算资源。这些模型可能会被非法使用,从而牺牲模型所有者的权益。另一方面,深度进修模型也容易受到对立样本或毒化数据的打击。这严重降低了深度进修技术的准确性和可靠性。为此需进行深度进修模型安全研讨,保障模型的真实性和可靠性,以抵御各种打击。该研讨还处于起步阶段,虽然已取得了一定进展,但要为鉴于深度进修的应用开发稳健可靠的模型还远远不够。本期特刊旨在推动深度进修模型的攻

    2021年 7月 5日
  • AI模型被「骗」怎么破?《燃烧吧!天才程序员》冠军团队解决方案出炉

    前段时间,一档名为《燃烧吧!天才程序员》的竞赛类综艺让「程序员」这一群体成功破圈,也呈现了 AI 在解决实际问题的过程中面临的一些挑战,如数据集中存在对立样本、图象中存在噪声等。在本文中,CLS 战队(大赛头名团队)的优秀选手、奥比中光算法工程师埼玉详细解读了他们在竞争中用到的解决方案。近日,由蚂蚁集团、清华大学等组织共同协办的首届「Inclusion|A-tech 科技精英赛」(以下简称 A-tech 大赛)圆满落幕。奥比中光科技集团股份有限公司 (以下简称「奥比中光」) 研究院 SDK 组负责人小蛮腰、算法工程

    2021年 1月 21日