会员服务
P-TAME: Explain Any Image Classifier with Trained Perturbations
Arxiv
0+阅读 · 1月29日
Free Argumentative Exchanges for Explaining Image Classifiers
Arxiv
0+阅读 · 2月18日
A General Framework for Data-Use Auditing of ML Models
Arxiv
0+阅读 · 1月27日
Evaluating the Robustness of the "Ensemble Everything Everywhere" Defense
Arxiv
0+阅读 · 2月4日
Accurate Explanation Model for Image Classifiers using Class Association Embedding
Arxiv
0+阅读 · 2024年12月30日
Benchmarking Generative AI Models for Deep Learning Test Input Generation
Arxiv
1+阅读 · 2024年12月23日
CAMH: Advancing Model Hijacking Attack in Machine Learning
Arxiv
1+阅读 · 2024年12月20日
Empirical Measurements of AI Training Power Demand on a GPU-Accelerated Node
Arxiv
1+阅读 · 2024年12月20日
Learning of deep convolutional network image classifiers via stochastic gradient descent and over-parametrization
Arxiv
1+阅读 · 2024年12月13日
Empirical Measurements of AI Training Power Demand on a GPU-Accelerated Node
Arxiv
1+阅读 · 2024年12月11日
Causal Explanations for Image Classifiers
Arxiv
0+阅读 · 2024年11月13日
Explaining an image classifier with a generative model conditioned by uncertainty
Arxiv
0+阅读 · 2024年11月5日
Leveraging generative models to characterize the failure conditions of image classifiers
Arxiv
0+阅读 · 2024年11月5日
Efficient Exploration of Image Classifier Failures with Bayesian Optimization and Text-to-Image Models
Arxiv
0+阅读 · 2024年9月27日
Adversarial Doodles: Interpretable and Human-drawable Attacks Provide Describable Insights
Arxiv
0+阅读 · 2024年9月11日
参考链接
微信扫码咨询专知VIP会员
Top