Buchumschlag

Selective Prediction via Training Dynamics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rabanser, Stephan, Thudi, Anvith, Hamidieh, Kimia, Dziedzic, Adam, Bahceci, Israfil, Sediq, Akram Bin, Sokun, Hamza, Papernot, Nicolas
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

What Does It Take to Build a Performant Selective Classifier?
von: Rabanser, Stephan, et al.
Veröffentlicht: (2025)

Fast Exact Unlearning for In-Context Learning Data for LLMs
von: Muresanu, Andrei I., et al.
Veröffentlicht: (2024)

Gradients Look Alike: Sensitivity is Often Overestimated in DP-SGD
von: Thudi, Anvith, et al.
Veröffentlicht: (2023)

MixMax: Distributional Robustness in Function Space via Optimal Data Mixtures
von: Thudi, Anvith, et al.
Veröffentlicht: (2024)

Efficient Public Verification of Private ML via Regularization
von: Bell, Zoë Ruha, et al.
Veröffentlicht: (2025)

Backdoor Detection through Replicated Execution of Outsourced Training
von: Jia, Hengrui, et al.
Veröffentlicht: (2025)

Uncertainty-Driven Reliability: Selective Prediction and Trustworthy Deployment in Modern Machine Learning
von: Rabanser, Stephan
Veröffentlicht: (2025)

Suitability Filter: A Statistical Framework for Classifier Evaluation in Real-World Deployment Settings
von: Pouget, Angéline, et al.
Veröffentlicht: (2025)

Gauss-Newton Unlearning for the LLM Era
von: McKinney, Lev, et al.
Veröffentlicht: (2026)

Leveraging Per-Instance Privacy for Machine Unlearning
von: Sepahvand, Nazanin Mohammadi, et al.
Veröffentlicht: (2025)

LLM Dataset Inference: Did you train on my dataset?
von: Maini, Pratyush, et al.
Veröffentlicht: (2024)

MixMin: Finding Data Mixtures via Convex Minimization
von: Thudi, Anvith, et al.
Veröffentlicht: (2025)

On the Privacy Risk of In-context Learning
von: Duan, Haonan, et al.
Veröffentlicht: (2024)

Have it your way: Individualized Privacy Assignment for DP-SGD
von: Boenisch, Franziska, et al.
Veröffentlicht: (2023)

Confidential Guardian: Cryptographically Prohibiting the Abuse of Model Abstention
von: Rabanser, Stephan, et al.
Veröffentlicht: (2025)

Data Debiasing with Datamodels (D3M): Improving Subgroup Robustness via Data Selection
von: Jain, Saachi, et al.
Veröffentlicht: (2024)

Memorization in Self-Supervised Learning Improves Downstream Generalization
von: Wang, Wenhao, et al.
Veröffentlicht: (2024)

Views Can Be Deceiving: Improved SSL Through Feature Space Augmentation
von: Hamidieh, Kimia, et al.
Veröffentlicht: (2024)

Beam Selection in ISAC using Contextual Bandit with Multi-modal Transformer and Transfer Learning
von: Farzanullah, Mohammad, et al.
Veröffentlicht: (2025)

Handoff Design in User-Centric Cell-Free Massive MIMO Networks Using DRL
von: Ammar, Hussein A., et al.
Veröffentlicht: (2025)

Fairness Feedback Loops: Training on Synthetic Data Amplifies Bias
von: Wyllie, Sierra, et al.
Veröffentlicht: (2024)

Generative AI-in-the-loop: Integrating LLMs and GPTs into the Next Generation Networks
von: Zhang, Han, et al.
Veröffentlicht: (2024)

Decentralised, Collaborative, and Privacy-preserving Machine Learning for Multi-Hospital Data
von: Fang, Congyu, et al.
Veröffentlicht: (2024)

Large Language Models in Wireless Application Design: In-Context Learning-enhanced Automatic Network Intrusion Detection
von: Zhang, Han, et al.
Veröffentlicht: (2024)

Conditional Denoising Diffusion for ISAC Enhanced Channel Estimation in Cell-Free 6G
von: Farzanullah, Mohammad, et al.
Veröffentlicht: (2025)

Localizing and Mitigating Memorization in Image Autoregressive Models
von: Kasliwal, Aditya, et al.
Veröffentlicht: (2025)

BendVLM: Test-Time Debiasing of Vision-Language Embeddings
von: Gerych, Walter, et al.
Veröffentlicht: (2024)

Tighter Privacy Auditing of DP-SGD in the Hidden State Threat Model
von: Cebere, Tudor, et al.
Veröffentlicht: (2024)

ADAGE: Active Defenses Against GNN Extraction
von: Xu, Jing, et al.
Veröffentlicht: (2025)

Curation Leaks: Membership Inference Attacks against Data Curation for Machine Learning
von: Wahdany, Dariush, et al.
Veröffentlicht: (2026)

Memorization in Graph Neural Networks
von: Jamadandi, Adarsh, et al.
Veröffentlicht: (2025)

DP-GPL: Differentially Private Graph Prompt Learning
von: Xu, Jing, et al.
Veröffentlicht: (2025)

Optimal Transport-based Conformal Prediction
von: Thurin, Gauthier, et al.
Veröffentlicht: (2025)

CDI: Copyrighted Data Identification in Diffusion Models
von: Dubiński, Jan, et al.
Veröffentlicht: (2024)

Unlocking Post-hoc Dataset Inference with Synthetic Data
von: Zhao, Bihe, et al.
Veröffentlicht: (2025)

Towards a Science of AI Agent Reliability
von: Rabanser, Stephan, et al.
Veröffentlicht: (2026)

Beyond Labeling Oracles: What does it mean to steal ML models?
von: Shafran, Avital, et al.
Veröffentlicht: (2023)

Gatekeeper: Improving Model Cascades Through Confidence Tuning
von: Rabanser, Stephan, et al.
Veröffentlicht: (2025)

Fuel Consumption Prediction: A Comparative Analysis of Machine Learning Paradigms
von: Akram, Ali
Veröffentlicht: (2026)

Regulation Games for Trustworthy Machine Learning
von: Yaghini, Mohammad, et al.
Veröffentlicht: (2024)