Fair Finetuning Mitigates Distribution Inference Attacks
本文介绍了公平微调(Fair Fine-tuning, FFt),这是一种通过在等同几率(Equalized Odds)约束下对补充数据进行模型微调,从而缓解分布推理攻击的方法,该方法在理论上证明了对抗优势受限于公平性差异,并在多种数据集上实证展示了攻击成功率的显著降低。
原作者已查阅我们通俗解释的论文。
本页收录的每篇论文,都有至少一位原作者阅读并参与了我们的通俗解释——或是确认其准确无误,或是提出修正意见并由我们随后采纳。作者的确认并不等同于对每一句话的正式背书,但说明该解释已经过论文作者的审视。
1209 篇论文已由作者审阅 · 751–760 / 1209
本文介绍了公平微调(Fair Fine-tuning, FFt),这是一种通过在等同几率(Equalized Odds)约束下对补充数据进行模型微调,从而缓解分布推理攻击的方法,该方法在理论上证明了对抗优势受限于公平性差异,并在多种数据集上实证展示了攻击成功率的显著降低。
JenBridge 是一个新颖的模块化框架,它利用基于 Transformer 的生成模型和由大语言模型驱动的导演智能体,来制作具有高保真度、且在场景切换间具有自然叙事连贯性的长篇视频原声,并由新提出的 LVS 基准进行验证。
本文将“边缘路径坍缩”(Marginal Path Collapse)识别为扩散模型推理时引导过程中由于噪声调度不匹配或负指数导致的临界失效模式,并提出了具有指数自适应路径修正(Adaptive Path Correction with Exponents, ACE)的框架,旨在从数学上保证路径的存在性,并在药物设计和图像生成等复杂组合任务中显著提升性能。
本文证明了非线性系统向量场的定量开放性剖面对稳定反馈的增长率施加了特定的必要下界,从而揭示了布罗凯特(Brockett)拓扑条件本质上是由定量增益需求所支配,而非仅仅是一个二元障碍。
这项针对3,538名患者的研究表明,较高的体重指数和非洲裔血统与发展为更具侵袭性的Luminal B型乳腺癌的可能性增加独立相关(相比于Luminal A型),且肥胖在血统与肿瘤表型之间的联系中起到了部分中介作用。
这项研究表明,通过采用基于观测的测量技术并考虑随质量变化的初始质量函数(IMF)变化,可以很大程度上解决观测到的早期型星系基本平面与诸如 IllustrisTNG100-1 等流体动力学模拟之间长期存在的差异,从而凸显了观测真实性与恒星族群建模在解释星系标度关系中的关键作用。
这项针对 CIFAR-10 的系统性研究表明,学生模型的容量是知识蒸馏有效性的关键调节变量,揭示了较大的学生模型(R34)比较小的学生模型(R18)获益显著更多,同时也强调了修复实现漏洞和输入分辨率不匹配对于实现最优蒸馏性能的必要性。
本文提出了一种用于散裂中子源高压换流器调制器的轻量级基于卷积神经网络(CNN)的异常检测框架,该框架通过策略性地排序时间与跨通道操作来利用架构归纳偏置,在识别多个子系统的故障前兆方面达到了最先进的性能。
本文介绍了 FEM-Bench,这是一个基于计算力学任务的结构化基准测试,旨在严格评估大语言模型生成科学有效的有限元方法代码的能力,并揭示了即使是目前最先进的模型也难以一致地解决这些非平凡问题。
本文推导出一个普适的锐利不确定性关系 ,该关系对经典光束、相干量子态以及单个光子中的位置和动量方差施加了完全相同的约束。