Buchumschlag

An Empirical Study of Aegis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Saragih, Daniel, Goel, Paridhi, Balaji, Tejas, Li, Alyssa
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Flows and Diffusions on the Neural Manifold
von: Saragih, Daniel, et al.
Veröffentlicht: (2025)

Flow to Learn: Flow Matching on Neural Network Parameters
von: Saragih, Daniel, et al.
Veröffentlicht: (2025)

Augmented Equivariant Mesh Networks for Anatomical Segmentation
von: Saragih, Daniel
Veröffentlicht: (2026)

Adversarially-Aware Architecture Design for Robust Medical AI Systems
von: Gerhart, Alyssa, et al.
Veröffentlicht: (2025)

SurF: A Generative Model for Multivariate Irregular Time Series Forecasting
von: Rezaei, Mohammad R., et al.
Veröffentlicht: (2026)

Unseen Object Reasoning with Shared Appearance Cues
von: Singh, Paridhi, et al.
Veröffentlicht: (2024)

AegisLLM: Scaling Agentic Systems for Self-Reflective Defense in LLM Security
von: Cai, Zikui, et al.
Veröffentlicht: (2025)

Causal Pre-training Under the Fairness Lens: An Empirical Study of TabPFN
von: Liu, Qinyi, et al.
Veröffentlicht: (2026)

In-Context Learning in Linear vs. Quadratic Attention Models: An Empirical Study on Regression Tasks
von: Goel, Ayush, et al.
Veröffentlicht: (2026)

ParaAegis: Parallel Protection for Flexible Privacy-preserved Federated Learning
von: Wu, Zihou, et al.
Veröffentlicht: (2025)

Aegis: A Correlation-Based Data Masking Advisor for Data Sharing Ecosystems
von: Laskar, Omar Islam, et al.
Veröffentlicht: (2025)

Enhancing Airline Customer Satisfaction: A Machine Learning and Causal Analysis Approach
von: Mirthipati, Tejas
Veröffentlicht: (2024)

TimeGraphs: Graph-based Temporal Reasoning
von: Maheshwari, Paridhi, et al.
Veröffentlicht: (2024)

An Empirical Study of Qwen3 Quantization
von: Zheng, Xingyu, et al.
Veröffentlicht: (2025)

An Empirical Study of the Influence of Adversarial Fine-Tuning on Compressed Neural Networks
von: Thorsteinsson, Hallgrimur, et al.
Veröffentlicht: (2024)

Practical Differentially Private Hyperparameter Tuning with Subsampling
von: Koskela, Antti, et al.
Veröffentlicht: (2023)

MAPPING: Debiasing Graph Neural Networks for Fair Node Classification with Limited Sensitive Information Leakage
von: Song, Ying, et al.
Veröffentlicht: (2024)

An Empirical Study of Sample Selection Strategies for Large Language Model Repair
von: Li, Xuran, et al.
Veröffentlicht: (2025)

Towards Calibrated Losses for Adversarial Robust Reject Option Classification
von: Shah, Vrund, et al.
Veröffentlicht: (2024)

Bayesian Optimization for Dynamic Pricing and Learning
von: Anand, Anush, et al.
Veröffentlicht: (2025)

An Empirical Study of Scaling Laws for Transfer
von: Barnett, Matthew
Veröffentlicht: (2024)

Understanding the Generalization of In-Context Learning in Transformers: An Empirical Study
von: Zhang, Xingxuan, et al.
Veröffentlicht: (2025)

Optimizing CNN Architectures for Advanced Thoracic Disease Classification
von: Mirthipati, Tejas
Veröffentlicht: (2025)

Artificial Intelligence Ecosystem for Automating Self-Directed Teaching
von: Gotavade, Tejas Satish
Veröffentlicht: (2024)

Can a Transformer Represent a Kalman Filter?
von: Goel, Gautam, et al.
Veröffentlicht: (2023)

Weight Clipping for Robust Conformal Inference under Unbounded Covariate Shifts
von: Wang, James, et al.
Veröffentlicht: (2026)

Reliable Abstention under Adversarial Injections: Tight Lower Bounds and New Upper Bounds
von: Edelman, Ezra, et al.
Veröffentlicht: (2026)

Delete and Retain: Efficient Unlearning for Document Classification
von: Goel, Aadya, et al.
Veröffentlicht: (2025)

ChatGPT for automated grading of short answer questions in mechanical ventilation
von: Jade, Tejas, et al.
Veröffentlicht: (2025)

An Empirical Study of Federated Prompt Learning for Vision Language Model
von: Wang, Zhihao, et al.
Veröffentlicht: (2025)

Data Augmentation for Time-Series Classification: An Extensive Empirical Study and Comprehensive Survey
von: Gao, Zijun, et al.
Veröffentlicht: (2023)

Hierarchical Online Prompt Mutation with Dual-Loop Feedback for Guardrailed Evidence Document Generation: A Production-Evaluation Case Study
von: Morabia, Nataraj Agaram Sundar Tejas
Veröffentlicht: (2026)

Tabular and Deep Reinforcement Learning for Gittins Index
von: Dhankhar, Harshit, et al.
Veröffentlicht: (2024)

From RNNs to Foundation Models: An Empirical Study on Commercial Building Energy Consumption
von: Bose, Shourya, et al.
Veröffentlicht: (2024)

An Empirical Study of $μ$P Learning Rate Transfer
von: Lingle, Lucas
Veröffentlicht: (2024)

Improving Molecular Modeling with Geometric GNNs: an Empirical Study
von: Ramlaoui, Ali, et al.
Veröffentlicht: (2024)

Initialization Schemes for Kolmogorov-Arnold Networks: An Empirical Study
von: Rigas, Spyros, et al.
Veröffentlicht: (2025)

An Empirical Study of Self-supervised Learning with Wasserstein Distance
von: Yamada, Makoto, et al.
Veröffentlicht: (2023)

Bellwether Trades: Characteristics of Trades influential in Predicting Future Price Movements in Markets
von: Ramdas, Tejas, et al.
Veröffentlicht: (2024)

Improving Shift Invariance in Convolutional Neural Networks with Translation Invariant Polyphase Sampling
von: Saha, Sourajit, et al.
Veröffentlicht: (2024)